vggNet是从AlexNet而来，主要探索卷积神经网络的深度与性能之间的关系，通过反复堆叠3x3的卷积核（c中有1x1的卷积核,也只有c中有，c是16层）和2x2的最大池化层，vggNet构筑了16-19层深的卷积神经网络。 3x3卷积核：the smallest size to capture ...
分类：
Web程序 时间：
2017-04-12 13:12:30
阅读次数：
290
转载：http://www.cnblogs.com/zf-blog/p/6075286.html 卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT-CONV-RELU-POOL-FC (1)卷积层：用它来进行特征提取，如下： 输入图像是32*32*3，3是它的深度 ...
分类：
其他好文 时间：
2017-03-30 13:36:07
阅读次数：
411
卷积神经网络是在BP神经网络的改进，与BP类似，都采用了前向传播计算输出值，反向传播调整权重和偏置；CNN与标准的BP最大的不同是：CNN中相邻层之间的神经单元并不是全连接，而是部分连接，也就是某个神经单元的感知区域来自于上层的部分神经单元，而不是像BP那样与所有的神经单元相连接。CNN的有三个重要 ...
分类：
其他好文 时间：
2016-12-01 01:56:07
阅读次数：
1765
1.经典神经网络有:2012年提出的AlexNet和2014年提出的VGGNet,结构图分别如下： 2.分类与回归： （1）分类(classfication)：就是经过经过一系列的卷积层和池化层之后，再经过全连接层得到样本属于每个类的得分，再用比如softmax分类其对其进行分类； （2）回归（re ...
分类：
其他好文 时间：
2016-11-21 19:13:42
阅读次数：
289
mnist的卷积神经网络例子和上一篇博文中的神经网络例子大部分是相同的。但是CNN层数要多一些，网络模型需要自己来构建。 程序比较复杂，我就分成几个部分来叙述。 首先，下载并加载数据： 定义四个函数，分别用于初始化权值W，初始化偏置项b, 构建卷积层和构建池化层。 接下来构建网络。整个网络由两个卷积 ...
分类：
其他好文 时间：
2016-09-08 18:21:29
阅读次数：
319
卷积神经网络（Convolutional Neural Network）：属于分类器的一种，用神经网络从数据中训练参数，提取特征，卷积核尺寸事先确定，随机初始化，经过反馈调节，训练处不同的卷积核。 卷积层 （Convolutional Layer）：通过对上一层进行卷积操作，得到的下一层。 池化层（ ...
分类：
其他好文 时间：
2016-06-29 01:07:29
阅读次数：
529
说明基于速度学习机的局部感受野摘要内容引言部分回想ELMCNN和HTM极速学习机ELMELM特征映射feature mappingELM特征学习Learning卷积神经网络CNN卷积池化层级实时记忆HTM基于局部感受野的极速学习机ELM-LRFA 全连接与局部连接Full and L...
分类：
其他好文 时间：
2015-09-29 12:59:34
阅读次数：
830
由于在看这类文章时专业名词较多，所以在正式开始前，我先介绍一些同义专业名词，各名词具体含义以及之间的关系在文中介绍。卷积层 = C层采样层 = 池化层（pooling层），S层平面 = 特征图（feature map），通道，map卷积核 = 权向量，滤波器神经元 = 特征，结点，单元，像素点，pa...
分类：
其他好文 时间：
2015-08-06 01:54:05
阅读次数：
312
在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。
为什么可以通过降低维度呢？
因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。因此，为了描述大的图像，一个很自然的想法就是对不同位置的特征进行聚合统计，例如，人们可以计算图像一个区域上的某个特定特征的平均值...
分类：
其他好文 时间：
2015-01-06 00:56:15
阅读次数：
339
