深度学习
weixin_51431157
这个作者很懒,什么都没留下…
展开
-
卷积神经网络
过滤器来提取特征,如垂直边缘,水平边缘和其它特征。原创 2023-04-15 10:00:46 · 35 阅读 · 0 评论 -
经典网络(LeNet-5、AlexNet、VGGNet)
经典网络(LeNet-5、AlexNet、VGGNet)原创 2023-03-28 11:42:06 · 155 阅读 · 0 评论 -
MSE(均差损失函数loss)
【代码】MSE(均差损失函数loss)原创 2023-03-15 10:46:33 · 57 阅读 · 0 评论 -
Resnet(残差网络)
人们认为卷积层和池化层的层数越多,获取到的图片特征信息越全,学习效果也就越好。1×1 卷积所实现的功能是遍历所有单元格,实现升维或降维的操作(使相加的两矩阵维度相等)梯度消失:若每一层的误差梯度小于1,反向传播时,网络越深,梯度越趋近于0。梯度爆炸:若每一层的误差梯度大于1,反向传播时,网络越深,梯度越来越大。通过大量的上述残差块的堆叠,形成深层神经网络。随着层数的增加,预测效果反而越来越差。1、梯度消失和梯度爆炸。原创 2023-03-28 21:27:37 · 104 阅读 · 0 评论