码迷,mamicode.com
首页 >  
搜索关键字:池化层    ( 119个结果
1. CNN卷积网络初识
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
『计算机视觉』mini深度学习框架实现
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
卷积神经网路
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(CNN)
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
基于tensorflow的CNN卷积神经网络对Fasion-MNIST数据集的分类器
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
教Alexa看懂手语,不说话也能控制语音助手
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
AlexNet论文总结
@[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
TensorFlow训练MNIST数据集(3) —— 卷积神经网络
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卷积核理解
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
卷积神经网络(CNN)详解
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
119条   上一页 1 ... 4 5 6 7 8 ... 12 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!