一)整体结构
总结:
卷积神经运算就是使图像变小变厚的过程。
变厚的过程是卷积去提取图片的特征,变小的过程就是池化去减小图片的维度
最后全连接层就是将所有的特征分类集中在一起。
二)非线性变化层
也就是激活函数:
relu
sigmiod
tanh
三)全连接层
将最后的输出与全部特征连接,我们要使用全部的特征,为最后的分类的做出决策。
最后配合softmax进行分类
总结:
卷积神经运算就是使图像变小变厚的过程。
变厚的过程是卷积去提取图片的特征,变小的过程就是池化去减小图片的维度
最后全连接层就是将所有的特征分类集中在一起。
也就是激活函数:
relu
sigmiod
tanh
将最后的输出与全部特征连接,我们要使用全部的特征,为最后的分类的做出决策。
最后配合softmax进行分类