结果（一层16个卷积核，二层32个卷积核，全连接层512，结果为10分类）： ...
分类：
编程语言 时间：
2018-11-22 19:03:42
阅读次数：
1111
刚开始接触深度学习、卷积神经网络的时候非常懵逼，不知道从何入手，我觉得应该有一个进阶的过程，也就是说，理应有一些基本概念作为奠基石，让你有底气去完全理解一个庞大的卷积神经网络： 本文思路： 一、我认为学习卷积神经网络必须知道的几个概念： 1、卷积过程： 我们经常说卷积神经网络卷积神经网络，到底什么才 ...
分类：
其他好文 时间：
2018-11-17 01:10:39
阅读次数：
187
原理就不多讲了，直接上代码，有详细注释。 结果 下面来一个简洁版本的 # load MNIST datafrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("Mnist ...
分类：
其他好文 时间：
2018-11-16 10:56:45
阅读次数：
156
VGG16内置于Keras，可以通过keras.applications模块中导入。 将VGG16 卷积实例化： weights：指定模型初始化的权重检查点、 include_top: 指定模型最后是否包含密集连接分类器。默认情况下，这个密集连接分类器对应于ImageNet的100个类别。如果打算使 ...
分类：
其他好文 时间：
2018-11-14 22:42:36
阅读次数：
766
写在前面 论文状态：Published in CVIU Volume 161 Issue C, August 2017 论文地址：https://arxiv.org/abs/1606.02228 github地址：https://github.com/ducha aiki/caffenet benc ...
分类：
Web程序 时间：
2018-11-13 10:29:09
阅读次数：
242
原网址:https://data-flair.training/blogs/cnn-tensorflow-cifar-10/ by DataFlair Team · Published May 21, 2018 · Updated September 15, 2018 1、目标-TensorFlow ...
分类：
Web程序 时间：
2018-11-12 13:19:23
阅读次数：
260
全连接层就是把前面经过卷积、激励、池化后的图像元素一个接一个串联在一起，作为判决的投票值，最终得出判决结果。下面的一组图是大神的可视化讲解： 组成卷积神经网络，通过特征提取和学习得到标签的置信值，最终得出分类结果。 ...
分类：
其他好文 时间：
2018-11-10 16:47:15
阅读次数：
1069
转自: 知乎问题[能否对卷积神经网络工作原理做一个直观的解释？https://www.zhihu.com/question/39022858]中YJango 的回答; 因总是忘记回答地址，方便以后查阅。 图片识别--卷积神经网络 卷积神经网络就是让权重在不同位置共享的神经网络。 （最牛逼的图） ...
分类：
其他好文 时间：
2018-11-09 00:00:45
阅读次数：
253
location 对输入图像定位，找到盒子坐标（x,y,w,h)；Clssificaion and Location的最后一层是的特征做两件事，一个是分类，一个是定位。 训练时使用已有的模型，也就是最后一层全联接之前所有的参数都用已有模型的，然后在这个基础上进行微调（fine tune），使其向着想 ...
分类：
其他好文 时间：
2018-11-08 23:24:07
阅读次数：
446
卷积层和池化层 一、卷积神经网络的权重共享 经典神经网络：全连接，即每个神经元都与每一个数据有对应的参数； 卷积神经网络是权重共享的，就是得到的特征图的每个像素点都是原图的一个区域（如5*5*3，有3个颜色通道）与filter（卷积算子，如5*5*3，有75个权重参数）对位相乘加和的结果，这里特征图 ...
分类：
其他好文 时间：
2018-11-06 01:03:26
阅读次数：
258
