为什么要用卷积神经网络？

最新推荐文章于 2023-03-21 18:01:37 发布
最新推荐文章于 2023-03-21 18:01:37 发布
阅读量6.9k 收藏 49
点赞数 12
分类专栏： 深度学习_计算机视觉 文章标签： 卷积神经网络 深层网络 卷积池化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43606419/article/details/86140469
版权

结合吴恩达前辈deeplearning.ai 的卷积神经网络课程，我想我对卷积神经网络有了进一步深刻的了解。下面是我做的一些学习笔记，如果有不对的地方，欢迎一起讨论。

目录
什么是卷积？
什么是池化？
为什么要用卷积神经网络？
卷积神经网络是怎么减少参数的？

1.什么是卷积？

用3*3 的卷积核对图像进行卷积遍历，对应元素相乘然后求和，得到特征图的过程，就是卷积。
在这里插入图片描述

填充（padding）：输入图像的角落（边缘）信息可能会丢失，在图像外围进行填充。
两种方式：
1.valid padding（no padding）
输出维度的计算公式：见下图
2.same padding : 经过这种填充之后，得到的输出维度与输入维度相同。
在这里插入图片描述

步长（stride）：

最低0.47元/天 解锁文章
痴痴痴痴痴痴。
关注
  • 12
    点赞
  • 踩
  • 49
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
计算机视觉——卷积神经网络（CNN）简介.pdf
04-21
计算机视觉——卷积神经网络（CNN）简介 计算机视觉是人工智能领域中的一个重要分支，它主要研究如何使机器能够像人类一样看懂图像。卷积神经网络（CNN）是计算机视觉领域中的一种深度学习算法，它能够对图像进行...
卷积神经网络（简单理解）
qq_52122740的博客
09-04 621
1 为什么用卷积神经网络？ 在计算机视觉方面，由于人眼无法识别大量图片数据并且无法准确判断物体，所以运用卷积神经网络便可以实现一些监测任务和追踪，分类和检索（类似淘宝拍同款），医学任务（细胞识别），但凡跟图像识别有关的都可以运用。 2 与传统神经网络的区别 传统网络大多都是二维的，而卷积神经网络则是三维层面。 3 整体架构 <1>输入层 <2>卷积层 <3>池化层 ...
常用的几种卷积神经网络介绍
热门推荐
feixian15的博客
01-11 8万+
常用的几种卷积神经网络介绍标签（空格分隔）： 深度学习这是一篇基础理论的博客，基本手法是抄、删、改、查，毕竟介绍这几个基础网络的博文也挺多的，就算是自己的一个笔记吧，以后忘了多看看。主要是想介绍下常用的几种卷积神经网络。卷积神经网络最初为解决图像识别问题而提出，目前广泛应用于图像，视频，音频和文本数据，可以当做深度学习的代名词。目前图像分类中的ResNet, 目标检测领域占统治地位的Faster R
卷积神经网络CNN的由来，为什么要用卷积？
还没想好的博客
10-30 1万+
卷积神经网络 卷积神经网络属于前馈网络的一种，其特点就是每一层神经元只响应前一层的局部范围内的神经元。 卷积网络一般由：卷积运算+非线性操作（RELU）+池化 +若干全连接层。 由来 卷积网络之所以叫做卷积网络，是因为这种前馈网络其中采用了卷积的数学操作。在卷积网络之前，一般的网络采用的是矩阵乘法的方式，前一层的每一个单元都对下一层每一个单元有影响。下面看图理解： 全连接的形式： 图中s是由矩阵...
为什么“卷积”神经网络
NodYoung
04-12 1万+
一直在接触卷积神经网络，今天就说一下为什么会有卷积，卷积会带来什么好处和CNN中如何使用卷积。为什么会有卷积（这里主要解释下卷积具有什么意义，为什么人们会想到卷积。有些人一提到卷积可能首先想起来的是局部连接、参数共享呀等等，这些只是它带来的好处。如果一个方法对于我们的问题本身没有什么意义，即使它会带来一大堆的好处人们应该也是不会去使用的。）19世纪60年代，科学家通过对猫的视觉皮层细胞研究发现，每一
神经网络 卷积神经网络,卷积神经网络常见问题
super67269的博客
08-10 403
卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。[1] 它包括卷积层(alternatingconvolutionallayer)和池层(poolinglayer)。卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。...
java写卷积神经网络(CupCnn简介)
08-27
当前开源的深度学习框架有很多了，比如 caffe, tensorflow, torch 等，这些深度学习框架包含了完善的卷积神经网络的实现，那么，为什么我们还要自己写卷积神经网络？直接用这些开源的深度学习框架多好，又快又省事，...
MATLAB实现CNN卷积神经网络多输入回归预测（完整源码和数据）
10-13
卷积神经网络（CNN，Convolutional Neural Network）是一种在图像处理领域广泛应用的深度学习模型，近年来也逐渐被引入到其他领域，如自然语言处理和时间序列预测。在这个MATLAB实现的项目中，CNN被用来进行多输入...
融合卷积神经网络与支持向量机的表情识别.pdf
05-11
本文主要探讨了一种结合卷积神经网络（CNN）和支持向量机（SVM）的人脸表情识别技术，旨在解决传统方法中识别准确率低和手工设计特征不全面的问题。以下是对这一技术的详细说明： 1. **卷积神经网络（CNN）**：CNN...
基于matlab_使用深度卷积神经网络DnCNN_图像去噪算法设计与实现
05-01
本文将深入探讨如何使用MATLAB实现基于深度卷积神经网络（Deep Convolutional Neural Network，简称DnCNN）的图像去噪算法。DnCNN是一种高效、先进的去噪模型，尤其适用于高斯噪声和其他类型的常见图像噪声。 首先...
卷积神经网络相比循环神经网络具有哪些特征
aifamao3的博客
09-18 1076
有卷积做视频的，有卷积做文本处理的(当然这两者由于是序列信号，天然更适合用lstm处理)另外，卷积网络只是个工具，看你怎么使用它，有必要的话你可以随意组合池化和卷积的顺序，可以改变网络结构来达到自己所需目的的，不必太被既定框架束缚。参数共享的话的话是因为像图片等结构化的数据在不同的区域可能会存在相同的特征，那么就可以把卷积核作为detector，每一层detect不同的特征，但是同层的核是在图片的不同地方找相同的特征。所以可以大大减少参数量，另外，池化后在之前同样大小的区域就可以包含更多的信息了。
简单说说卷积的作用
greedyhao的博客
08-12 2万+
卷积是一个耳熟能详的的词，自从我开始学习信号与系统以后，就一直没有离开过它，不过只是把它当成一个运算符号来看待。 不过闲着的时候，也会去想，卷积到底有什么作用。 提供一种方便的频域处理方式 时域卷积频域相乘 这条法则想必大家都知道，作用非常大，可以轻松的对信号的频域做处理 简单的应用就是频域滤波 F(x)代表输入信号，H(x)代表滤波函数，g(x)代表滤波（输出）信号。 转换...
卷积到底卷了个啥？--卷积定理详解（一）
kissmeanus的博客
03-21 1219
卷积的公式我背得滚瓜烂熟。你要让我计算一个卷积，我也算得出来。但是你要问我啥时候应该用卷积，我还真不知道（你肯定知道，看我最后的总结，你肯定知道啥时候用卷积）。这是个啥啊，两个函数的乘积再做积分，有点像傅里叶分解，也是2个函数乘积再做积分。是不是暗示着这二者之间的联系。傅里叶变换是把函数看成是三角函数（正弦和/或余弦函数）线性组合。卷积怎么就是这些小格子的组合了呢？而卷积是把函数看成是很多个格子的组合。是的，这两者都是看世界不同的方式。
卷积神经网络的研究现状,卷积神经网络最新进展
m0_54846070的博客
08-06 2627
卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现AI爱发猫。[1] 它包括卷积层(alternatingconvolutionallayer)和池层(poolinglayer)。卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。...
卷积的通俗解释
piglite的专栏
04-17 4万+
原文地址：《对卷积的困惑》这个知乎上的回答对卷积进行了迄今为止我认为最明确的解释，现把其中一些内容摘录下来作为学习笔记，以下均为摘录内容： 文章主要想解释两个问题： 1. 卷积这个名词是怎么解释？“卷”是什么意思？“积”又是什么意思？ 2. 卷积背后的意义是什么，该如何解释？ 对卷积这个名词的理解：所谓两个函数的卷积，本质上就是先将一个函数翻转，然后进行滑动叠加。 在连续...
一、什么是卷积
weixin_48205788的博客
03-10 6610
摘要：根据网易云课堂的日月光华课程所学习记录的笔记，没有复杂难懂的公式，通俗易懂讲解什么是卷积
卷积神经网络用来做什么,卷积神经网络应用举例
神器榜
09-05 1778
卷积神经网络有以下几种应用可供研究：1、基于卷积网络的形状识别物体的形状是人的视觉系统分析和识别物体的基础，几何形状是物体的本质特征的表现，并具有平移、缩放和旋转不变等特点，所以在模式识别领域，对于形状的分析和识别具有十分重要的意义，而二维图像作为三维图像的特例以及组成部分，因此二维图像的识别是三维图像识别的基础。2、BP神经网络：具有很强的非线性映射能力和柔性的网络结构。然而，这些特征的提取太过依赖人的经验和主观意识，提取到的特征的不同对分类性能影响很大，甚至提取的特征的顺序也会影响最后的分类性能。
CNN-1.11为什么使用卷积
ygl_9913的博客
01-20 434
吴恩达-CNN卷积神经网络
为什么要用卷积神经网络
最新发布
06-08
1. 参数共享：卷积层中的权重参数在不同的位置上使用相同的值，这种参数共享的方式使得卷积神经网络具有更少的参数量，可以更有效地利用数据进行训练。 2. 局部感知性：卷积神经网络的卷积层可以通过滤波器对输入...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值