卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 它包括卷积层(convolutional layer)和池化层(pooling layer)。 对比：卷积神经网络、全连 ...
分类：
其他好文 时间：
2020-02-15 11:26:56
阅读次数：
88
VGGNet是牛津大学计算机视觉组（VisualGeometry Group）和GoogleDeepMind公司的研究员一起研发的的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠3*3的小型卷积核和2*2的最大池化层，VGGNet成功地构筑了16~19层深的卷 ...
分类：
Web程序 时间：
2020-02-14 22:51:18
阅读次数：
177
深度学习之卷积神经网络 卷积神经网络 - 结构 卷积层 通过在原始图像上平移来提取特征 激活层 增加非线性分割能力 池化层 减少学习的参数，降低网络的复杂度（最大池化和平均池化） 全连接层 卷积层（Convolutional Layer） 卷积核 - filter - 过滤器 - 卷积单元 - 模型 ...
分类：
其他好文 时间：
2020-02-07 22:40:01
阅读次数：
94
学习内容： python实现图片的自动上色 整个网络的架构由两个大部分组成：第一部分是由低级特征提取网络、中级特征提取网络、融合层和上色网络组成；第二部分由低级特征提取网络、全局特征提取网络组成。其中低级特征提取网络共享卷积核的权重，图中两个低级特征提取网络的紫色tensor厚度是相同的，但宽和高却 ...
分类：
其他好文 时间：
2020-02-07 17:03:16
阅读次数：
77
深度学习系列 | Global Average Pooling是否可以替代全连接层？ Global Average Pooling(简称GAP，全局池化层)技术最早提出是在这篇论文（第3.2节）中，被认为是可以替代全连接层的一种新技术。在keras发布的经典模型中，可以看到不少模型甚至抛弃了全连接层 ...
分类：
其他好文 时间：
2020-02-04 10:46:22
阅读次数：
93
1. 池化层：由1个filter组成，对图片 / 输入矩阵进行空间上的降采样处理，压缩图像的高度和宽度。池化层的filter不是用来得到feature map，而是用来获取filter范围内的特定值。池化层的filter并不设置特定的权值，通常只是用来获取感受野范围内的最大值或平均值。 降采样处理： ...
分类：
其他好文 时间：
2020-01-30 17:05:49
阅读次数：
425
?卷积神经网络这个词，应该在你开始学习人工智能不久后就听过了，那究竟什么叫卷积神经网络，今天我们就聊一聊这个问题。 不用思考，左右两张图就是两只可爱的小狗狗，但是两张图中小狗狗所处的位置是不同的，左侧图片小狗在图片的左侧，右侧图片小狗在图片的右下方，这样如果去用图片特征识别出来的结果，两张图的特征很 ...
分类：
其他好文 时间：
2020-01-22 23:38:30
阅读次数：
89
池化的概念是在 AlexNet 网络中提出的，之前叫做降采样； 池化到底在做什么，不多解释； 池化的作用 首先需要明确一下池化发生在哪里：卷积后经过激活函数形成了 feature map，即 Relu(wx + b) ，后面接池化层 1. 池化可以形象化的理解为降维 2. 池化避免了局部位移或者微小 ...
分类：
其他好文 时间：
2020-01-18 12:44:06
阅读次数：
108
介绍 卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 它包括卷积层(convolutional layer)和池化层(pooling layer)。 对比：卷积神经网络 ...
分类：
其他好文 时间：
2020-01-14 00:02:34
阅读次数：
107
VGG AlexNet在Lenet的基础上增加了几个卷积层,改变了卷积核大小,每一层输出通道数目等,并且取得了很好的效果.但是并没有提出一个简单有效的思路. VGG做到了这一点,提出了可以通过重复使?简单的基础块来构建深度学习模型的思路. 论文地址: vgg的结构如下所示: 上图给出了不同层数的vg ...
分类：
Web程序 时间：
2020-01-11 00:38:14
阅读次数：
130
