- 博客(1)
- 收藏
- 关注
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。
2023-07-01 12:06:15
1360
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人