卷积神经网络

包含了卷积层的网络都可以理解为卷积神经网络

1.全连接层

由许多神经元连接而得来

 bp神经网络

将神经元按列排列,列于列之间进行全连接可得到bp神经网络

bp算法包括信号的向前传播和误差的反向传播两个过程

2.卷积层

 

卷积核在特征矩阵上滑动

卷积核要和输入矩阵维度保持一致

卷积核的channel和输入特征层的channel一致,

输出的特征矩阵channel与卷积核个数相同

激活函数

在卷积过程中如果出现越界的情况可以用padding进行补零

输入图片大小W*W

Filter(卷积核)大小F*F

步长S

padding的像素数P

经卷积后的矩阵尺寸大小

N=(W-F+2P)/S+1

3.池化层

没有训练参数

只改变特征矩阵的w和h,不改变channel(深度)

一般poolsize和stride相同

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值