算的的上是自己搭建的第一个卷积神经网络。网络结构比较简单。 输入为单通道的mnist数据集。它是一张28*28，包含784个特征值的图片 我们第一层输入，使用5*5的卷积核进行卷积，输出32张特征图，然后使用2*2的池化核进行池化 输出14*14的图片 第二层 使用5*5的卷积和进行卷积，输出64张 ...
分类：
其他好文 时间：
2018-08-25 17:29:06
阅读次数：
189
VGGNet-16网络结构的TensorFlow实现以及时间复杂度评测 ...
分类：
Web程序 时间：
2018-08-25 15:34:45
阅读次数：
181
"参考博客 Errors_In_Life" 1. Caffe ,全称 Convolutional Architecture for Fast Feature Embedding ,中文名： 卷积神经网络框架 2. 基本概念 Blobs : Caffe使用blobs结构来存储，交换和处理网络中正向和反 ...
分类：
其他好文 时间：
2018-08-21 19:40:57
阅读次数：
227
记录一下filter，也就是用来提取要识别object边缘信息的过滤器的一些规律以及经验： 首先， 大部分卷积神经网络滤波器都会采用逐层递增（1? 3 ? 5 ? 7）的方式。其次，每经过一次池化层，卷积层过滤器的深度都会乘以 2。 提一个知识点，也就是权值共享，每当filter扫过feature ...
分类：
其他好文 时间：
2018-08-21 00:30:13
阅读次数：
306
CNN(Convolutional Neural Network) 卷积神经网络（简称CNN）最早可以追溯到20世纪60年代，Hubel等人通过对猫视觉皮层细胞的研究表明，大脑对外界获取的信息由多层的感受野(Receptive Field)激发完成的。在感受野的基础上，1980年Fukushima提 ...
分类：
Web程序 时间：
2018-08-20 13:15:15
阅读次数：
402
在深度学习的图像识别领域中，我们经常使用卷积神经网络CNN来对图像进行特征提取，当我们使用TensorFlow搭建自己的CNN时，一般会使用TensorFlow中的卷积函数和池化函数来对图像进行卷积和池化操作，而这两种函数中都存在参数padding，该参数的设置很容易引起错误，所以在此总结下。 1. ...
分类：
其他好文 时间：
2018-08-19 11:04:21
阅读次数：
605
全连接神经网络（Fully connected neural network）处理图像最大的问题在于全连接层的参数太多。参数增多除了导致计算速度减慢，还很容易导致过拟合问题。所以需要一个更合理的神经网络结构来有效地减少神经网络中参数的数目。而卷积神经网络（Convolutional Neural N... ...
分类：
Web程序 时间：
2018-08-18 00:42:50
阅读次数：
416
https://blog.csdn.net/shijing_0214/article/details/53143393 孔子说过，温故而知新，时隔俩月再重看CNNs，当时不太了解的地方，又有了新的理解与体会，特此记录下来。文章图片及部分素材均来自网络，侵权请告知。 卷积神经网络（Convolutin ...
分类：
其他好文 时间：
2018-08-17 14:59:45
阅读次数：
158
文献来源： https://www.cs.toronto.edu/~frossard/post/vgg16/ VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时，由于它的简洁性和实用性，马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在 ...
分类：
其他好文 时间：
2018-08-17 13:51:25
阅读次数：
252
1 - 引入 在我学习吴恩达老师Deeplearning.ai深度学习课程的时候，老师在第四讲卷积神经网络第二周深度卷积网络：实例探究的2.5节网络中的网络以及1×1卷积对1×1卷积做了较为详细且通俗易懂的解释。现自己做一下记录。 2 - 1×1卷积理解 假设当前输入张量维度为6×6×32，卷积核维 ...
分类：
其他好文 时间：
2018-08-16 23:45:43
阅读次数：
247
