- 博客(2)
- 收藏
- 关注
RSS订阅原创 卷积、激活、池化与批量归一化：深度学习中的关键操作
通过卷积、激活、池化和批量归一化这四个操作，卷积神经网络能够高效地处理图像数据，提取多层次的特征。这些操作的有效结合不仅提升了模型的学习能力和表现，还加速了训练过程，增强了模型的鲁棒性。并且根据上述卷积，池化，激活，bn模块，就可以开始搭建简单的神经网络结构了。
2024-09-28 00:04:10
740
1
原创 理解卷积操作：MATLAB中的Conv2d函数实现
卷积操作在深度学习和图像处理中的重要性不可小觑。通过上述Conv2d函数的实现，我们能够理解卷积如何在图像中提取特征，以及如何通过参数设置（如步长、填充和偏置）调整输出的特性。掌握卷积操作对于设计有效的神经网络至关重要。最后在文章最后给出完整代码。%% 输入参数：% input (1, H, W, L) - 输入数据，H 为高度，W 为宽度，L 为通道数。
2024-09-27 00:59:50
318
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人