1. 前言 卷积神经网络是一种特殊的深层的神经网络模型，它的特殊性体现在两个方面， 1. 它的神经元间的连接是非全连接的， 2. 同一层中某些神经元之间的连接的权重是共享的（即相同的）。 它的非全连接和权值共享的网络结构使之更类似于生物 神经网络，降低了网络模型的复杂度（对于很难学习的深层结构来说， ...
分类：
其他好文 时间：
2018-11-23 21:30:54
阅读次数：
224
一、项目简介 手动实现mini深度学习框架，主要精力不放在运算优化上，仅体会原理 相关博客 『TensorFlow』卷积层、池化层详解 『科学计算』全连接层、均方误差、激活函数实现 文件介绍 Layer.py 层 class，已实现：全连接层，卷积层，平均池化层 Loss.py 损失函数 class ...
分类：
其他好文 时间：
2018-11-15 15:33:22
阅读次数：
218
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
卷积神经网络介绍 卷积神经网络是一种多层神经网络，擅长处理图像特别是大图像的相关机器学习问题。 最典型的卷积网络，由卷积层、池化层、全连接层组成。其中卷积层与池化层配合，组成多个卷积组，逐层提取特征，最终通过若干个全连接层完成分类。 卷积层完成的操作，可以认为是受局部感受野概念的启发，而池化层，主要 ...
分类：
其他好文 时间：
2018-11-01 21:02:55
阅读次数：
607
写一个基于tensorflow的cnn，分类fasion-MNIST数据集 这个就是fasion-mnist数据集了 先上代码，在分析: 1.定义Weight， biases， conv层， pool层 在这段代码中， 卷积层的，步幅都是1， 用SAME的padding方式，池化层的步幅是x y轴都 ...
分类：
其他好文 时间：
2018-11-01 00:52:38
阅读次数：
245
Alexa、Siri、小度……各种语音助手令人眼花缭乱，但这些设备多是针对能力健全的用户，忽略了听、说能力存在障碍的人群。本文作者敏锐地发现了这一 bug，并训练亚马逊语音助手 Alex 学会识别美式手语。项目发布之后受到社交媒体的热捧。本博文将介绍项目的底层技术以及如何使用 TensorFlow. ...
分类：
其他好文 时间：
2018-10-22 01:12:29
阅读次数：
196
@[toc] 0. 论文链接 1. 概述 AlexNet算是第一个把CNN应用到计算机视觉领域并且十分成功。从这开始之后，开启了深度学习的浪潮，计算机视觉的主要方向也是利用深度学习来解决一系列问题，本文提出了一种5个卷积层（某些层跟着池化层），3个全连接层最后跟着1000 w ...
分类：
Web程序 时间：
2018-10-13 02:30:27
阅读次数：
292
前面两篇随笔实现的单层神经网络 和多层神经网络， 在MNIST测试集上的正确率分别约为90%和96%。在换用多层神经网络后，正确率已有很大的提升。这次将采用卷积神经网络继续进行测试。 1、模型基本结构 如下图所示，本次采用的模型共有8层（包含dropout层）。其中卷积层和池化层各有两层。 在整个模 ...
分类：
其他好文 时间：
2018-10-03 20:28:42
阅读次数：
206
1*1的卷积核在NIN、Googlenet中被广泛使用，但其到底有什么作用也是一直困扰的问题，这里总结和归纳下在网上查到的自认为很合理的一些答案，包括1）跨通道的特征整合2）特征通道的升维和降维 3）减少卷积核参数（简化模型） 1 - 引入 在我学习吴恩达老师Deeplearning.ai深度学习课 ...
分类：
其他好文 时间：
2018-09-18 00:28:07
阅读次数：
193
一、卷积神经网络的基本概念 卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层（池化层）构成的特征抽取器。在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中，通常包含若干个特征图(featureMap)，每个特征图由一些矩形排列的的神经元组 ...
分类：
其他好文 时间：
2018-09-16 15:33:34
阅读次数：
630
