网络结构
文章平均质量分 56
thiswill
这个作者很懒,什么都没留下…
展开
-
Convolutional Neural Networks(CNN) 有关概念
在浅层神经网络中,我们一般采用fully connected layer(全连接层)进行层和层的连接。 即Output=f(Wx+b)Output=f(Wx+b),其中ff是一个非线性函数。 从上面的表达式中,我们可以看出,这层的任何一个输出神经元都和全部的输入神经元相连。随着网络的加深,如何加快训练速度变成了一个很现实的问题。我们采取了一种方法:CNNs来显著减少参数个数,从而加快了训练速度。原创 2017-01-19 19:12:19 · 500 阅读 · 0 评论 -
在Tensorflow官方文档中文版中关于深入MNIST中卷积神经网络代码中常数浅析
有关于CNN的细节请参考CNN相关概念,这里不在赘述。下面的说明中将直接使用英文术语(不同人对中文术语叫什么也许有歧义)也许有不少人像我一样,对在深入MNIST中卷及神经网络部分中的常数有很多不解。下面让我说明一下各种奇妙的常数的来历。同时推荐大家,如果对函数有疑惑的话,看看官网对于api的说明Tensorflow API documentation从头梳理吧。def conv2d(x, W):原创 2017-01-19 22:44:42 · 308 阅读 · 0 评论