TensorFlow深度学习实战---图像识别与卷积神经网络

标签：深度学习   bsp   卷积层   神经网络   池化   max   缩小   --   特征   

全连接层网络结构：神经网络每两层之间的所有结点都是有边相连的。

卷积神经网络：1.输入层 2.卷积层：将神经网络中的每一个小块进行更加深入地分析从而得到抽象程度更高的特征。

                        3 池化层：可以认为将一张分别率较高的图片转化为分别率较低的图片，通过池化层，可以进一步缩小最后全连接层中节点的个数，从而达到减少整个神经网络中参数的目的。

                       4全连接层：可以认为图像中的信息已经被抽象成了信息含量更高的特征。

                       5 softmax层

循环神经网络

TensorFlow深度学习实战---图像识别与卷积神经网络

标签：深度学习   bsp   卷积层   神经网络   池化   max   缩小   --   特征   

原文地址：https://www.cnblogs.com/bjut-lqq/p/9591346.html