李宏毅卷积神经网络学习心得

最新推荐文章于 2022-11-03 09:54:16 发布

母狼disco

最新推荐文章于 2022-11-03 09:54:16 发布

阅读量473

点赞数

分类专栏：计算机视觉文章标签： CNN 卷积神经网络

本文链接：https://blog.csdn.net/weixin_45739211/article/details/103133531

版权

本文主要探讨了使用卷积神经网络（CNN）进行图片识别的过程，通过卷积和池化操作过滤无用特征，分析了卷积层的性质，并详细阐述了CNN的学习机制，包括滤波器学习和连接层学习，旨在强化网络对图像特征的识别能力。

摘要由CSDN通过智能技术生成

CNN

用神经网络来对图片识别

例如第一层就只是对图片进行一次颜色分类，第二层再对条纹分类，越来越深层的网络层，图像的识别会更好

因为好多特征对于我要提取的并没有用，所以在更深层网络之前把它过滤掉，就用到了卷积+pooling

Property 1. 对于整张图片的某个特征，我们不需要对整个图片来检测有没有这项特征，只需要看图片的一个小的部分，所以每个网络不需要链接到整个完整的图；
Property 2. 不同图片对同一个特征可能出现在不同的地方，不需要两个网络来进行CNN；
Property 3. 图片的大小不一样，对像素进行二次采样不会改变对象；增加了 **图片拖拽** 功能，你可以将本地的图片直接拖拽到编辑区域直接展示