weixin_43914340的博客

原创 卷积神经网络的改进方向

卷积神经网络的过程大概是这样的：线性变换（卷积）非线性变换（激活函数）减少参数（池化）更新线性变换中用到的参数（反向传播）反向传播我看的比较少，以后看了的话再补充。CNN通过模型进行特征提取，提取的方法就是更新参数，通过BP（正向和反向传播）更新参数，如果这个地方重要，那么参数就大点，如果不重要，参数就小点，甚至取0。本质上也算一种特征选择方法，然后将选择出来的特征拿去分类。所以可以看出来神经网络里面，参数是最重要的一个东西。改进卷积神经网络有这么几个方向：1.向前传播相关。