【深度学习】CNN、AlexNet、VGG、GoogLeNet、ResNet的不同
卷积神经网络分为卷积层、池化层、全连接层、softmax层。卷积层:卷积核与输入层中的一个区域相连,计算内积后加上权重。激活函数层:激活函数层包括在卷积层中,将相连的神经元进行激活,通常使用ReLu激活函数m a x ( 0 , x ) max(0,x)max(0,x)。池化层:又称为下采样层,通常包括max pooling和average pooling,不会改变通道数量。全连接层:将特征图拉直,转化为1× \times× 1 × \times× 4096的向量。
原创
2023-05-29 10:34:24 ·
1726 阅读 ·
0 评论