![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
N.S.A
这个作者很懒,什么都没留下…
展开
-
卷积神经网络基础之百度飞浆课程笔记
卷积神经网络基础之百度飞浆课程笔记卷积神经网络的基础知识主要有卷积、池化、激活函数、批归一化和Dropout等理论和技巧共五部分,下面将逐一展开进行介绍。卷积(Convolution)卷积计算卷积在数学中是一种积分变换的方法,可能大家对这个也不太关心,在卷积神经网络中,卷积层的实现方式实际上是数学中定义的互相关运算,通常是用滑动窗口的点积运算来完成,如下图 卷积计算过程(来自百度飞浆深度学习课程):上图中的0、1、2、3组成的矩阵就叫做卷积核,一个卷积算子除了进行上述的卷积计算之外,还包括加上偏原创 2020-08-20 14:03:56 · 427 阅读 · 0 评论 -
深度学习模型建立的整体流程和框架
深度学习模型建立的整体流程和框架框架图如下,纵向是建立模型的主要流程,是一个简化且宏观的概念,横向是针对具体模块的延展。数据处理数据处理一般涉及到一下五个环节:读入数据划分数据集生成批次数据训练样本集乱序校验数据有效性模型设计网络结构网络结构指的就是通常所说的神经网络算法中的网络框架,如全连接神经网络,卷积神经网络以及循环神经网络等,不同的网络结构通常有各自最优的处理场景,所以在处理具体问题时选择合适的网络结构是十分重要的。损失函数损失函数是模型优化的目标,用于在众多的参数取原创 2020-08-15 12:34:48 · 10495 阅读 · 0 评论