码迷,mamicode.com
首页 >  
搜索关键字:cnn    ( 1449个结果
C++卷积神经网络实例:tiny_cnn代码详解(7)——fully_connected_layer层结构类分析
之前的博文中已经将卷积层、下采样层进行了分析,在这篇博文中我们对最后一个顶层层结构fully_connected_layer类(全连接层)进行分析:  一、卷积神经网路中的全连接层  在卷积神经网络中全连接层位于网络模型的最后部分,负责对网络最终输出的特征进行分类预测,得出分类结果:  LeNet-5模型中的全连接层分为全连接和高斯连接,该层的最终输出结果即为预测标签,例如这里我们需要对MNIST...
分类:编程语言   时间:2016-03-16 09:44:01    阅读次数:1074
tiny_cnn代码详解(3)——层间继承关系
在上一篇博文中我们顺利将tiny_cnn的程序调试通过,在这篇博文中我们尝试从整体角度给出对tiny_cnn这个深度学习框架的解读,重点论述一下其各个层直接类封装的继承关系。 一、卷积神经网络快速入门 tiny_cnn作为卷积神经网络的一种实现形式,在探讨其框架结构之前,首先需要简要介绍一些卷积神经
分类:其他好文   时间:2016-03-11 22:23:42    阅读次数:140
让CNN跑起来,以下是调参的所有秘密
知乎上看到的 - 收集高质量标注数据 - 输入输出数据做好归一化,以防出现数值问题,方法就是主成分分析啥的。- 参数初始化很重要。太小了,参数根本走不动。一般权重参数0.01均方差,0均值的高斯分布是万能的,不行就试更大的。偏差参数全0即可。- 用SGD ,minibatch size 128。或者
分类:其他好文   时间:2016-03-09 10:57:06    阅读次数:166
cnn常用参数记录
1. epoch 在代码中经常见到n_epochs这个参数,该参数到底是什么意思呢?答案如下: 在一个epoch中,所有训练集数据使用一次 one epoch = one forward pass and one backward pass of all the training examples
分类:其他好文   时间:2016-03-08 07:06:07    阅读次数:309
卷积神经网络(CNN)的简单实现(MNIST)
卷积神经网络(CNN)的简单实现(MNIST)...
分类:其他好文   时间:2016-03-06 21:02:20    阅读次数:624
zz图像卷积与滤波的一些知识点
Xinwei: 写的通俗易懂,终于让我这个不搞CV、不搞图像的外行理解卷积和滤波了。 图像卷积与滤波的一些知识点 zouxy09@qq.com http://blog.csdn.net/zouxy09 之前在学习CNN的时候,有对卷积进行一些学习和整理,后来就烂尾了,现在稍微整理下,先放上来,以提醒
分类:其他好文   时间:2016-03-02 11:01:43    阅读次数:158
2D image convolution
在学习cnn的过程中,对convolution的概念真的很是模糊,本来在学习图像处理的过程中,已对convolution有所了解,它与correlation是有不同的,因为convolution = correlation + filp over in both horizontal + verti
分类:其他好文   时间:2016-02-14 06:49:13    阅读次数:199
caffe中的Local Response Normalization (LRN)有什么用,和激活函数区别
http://stats.stackexchange.com/questions/145768/importance-of-local-response-normalization-in-cnn caffe 解释: The local response normalization layer per
分类:其他好文   时间:2016-02-01 13:59:29    阅读次数:877
tiny-cnn执行过程分析(MNIST)
tiny-cnn执行过程分析(MNIST)...
分类:其他好文   时间:2016-02-01 02:20:41    阅读次数:230
Keras如何构造简单的CNN网络
1. 导入各种模块基本形式为:import 模块名from 某个文件 import 某个模块2. 导入数据(以两类分类问题为例,即numClass = 2)训练集数据data可以看到,data是一个四维的ndarray训练集的标签3. 将导入的数据转化我keras可以接受的数据格式keras要求的l...
分类:其他好文   时间:2016-01-25 06:33:19    阅读次数:1217
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!