码迷,mamicode.com
首页 > 其他好文 > 详细

卷积神经网络

时间:2018-02-24 23:12:41      阅读:344      评论:0      收藏:0      [点我收藏+]

标签:pad   apply   str   post   卷积神经网络   logs   add   它的   markdown   

优化

池化 Pooling

max pooling
 理论上,最大池化操作的好处是减小输入大小,使得神经网络能够专注于最重要的元素。最大池化只取覆盖区域中的最大值,其它的值都丢弃。

TensorFlow 提供了 tf.nn.max_pool() 函数,用于对卷积层实现 最大池化 。
conv_layer = tf.nn.conv2d(input, weight, strides=[1, 2, 2, 1], padding=‘SAME‘)
conv_layer = tf.nn.bias_add(conv_layer, bias)
conv_layer = tf.nn.relu(conv_layer)
# Apply Max Pooling
conv_layer = tf.nn.max_pool(
    conv_layer,
    ksize=[1, 2, 2, 1],
    strides=[1, 2, 2, 1],
    padding=‘SAME‘)
mean pooling

1x1卷积 convolutions

Inception架构

卷积神经网络

标签:pad   apply   str   post   卷积神经网络   logs   add   它的   markdown   

原文地址:https://www.cnblogs.com/james0/p/8467782.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!