卷积学习之路
文章平均质量分 60
HJ424242
这个作者很懒,什么都没留下…
展开
-
Openmmlab(一)
Openmmlab(一)note原创 2023-02-02 20:33:35 · 200 阅读 · 0 评论 -
卷积神经网络CNN——学习之路TWO
3维数据的卷积运算通道方向上有多个特征图时,会按通道进行输入数据和滤波器的卷积运算,并将结果相加。把三维数据表示多维数组时,书写顺序为(channel,height,width),即(C,H,W)。滤波器可以写成(C,FH,FW).对于要在通道方向拥有多个卷积运算的输出,需要用到多个滤波器(权重),通过应用FN个滤波器,输出特征图也生成了FN个。对于偏置,偏置的形状是(FN,1, 1)。池化层池化是缩小高、长方向上的空间的运算,缩小空间大小。Max池化是获取最大值的运算,如...原创 2021-09-22 11:48:46 · 167 阅读 · 0 评论 -
卷积神经网络CNN——学习之路ONE
一、整体架构CNN新出现卷积层(Convolution层)和池化层(Pooling层)全连接(fully-connected)为相邻层的所有神经元之间都有连接,用Affine层实现全连接层,如下图所示,全连接的神经网络中,Affine 层后面跟着激活函数 ReLU 层(或者 Sigmoid 层)。这里堆叠了 4 层“Affine-ReLU”组合,然后第 5 层是 Affine 层,最后由 Softmax 层输出最终结果(概率)。基于 CNN 的网络的例子:新增了 Convolution 层.原创 2021-09-21 00:01:45 · 176 阅读 · 0 评论