神经网络实验报告neural黄_第1页
神经网络实验报告neural黄_第2页
免费预览已结束,剩余1页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、神经网络课程基于卷积神经写体黄万荣15069009 计算机学院学员一、实验目通过实验学习卷积神经网络(ConvolutionalNeuralNetwork神经网络课程基于卷积神经写体黄万荣15069009 计算机学院学员一、实验目通过实验学习卷积神经网络(ConvolutionalNeuralNetwork)二、实验方(一) 。(二)卷积神经网络的网 是 ,卷积核的大小是 ,则输出图像的大小是 。卷(三)卷积神经网络的学(三)卷积神经网络的学(Bachpropagation)2(四)出,卷积层用到的卷积核大小都设为 。降采样层均采用 初始化偏置值 其中,是卷积核的大小, 对于输出层,假设有个输

2、出(),偏置值 。输出层的输入是特征的全连接, 因为特征图的每个点都是一个特征,所以共有特征 。输出层的权值网络矩阵为训练参数初始化包括学习率 ,样本分组组数 ,循 次数 。输出层的权值网络矩阵为训练参数初始化包括学习率 ,样本分组组数 ,循 次数 对于采样层,采样矩阵是 即均值采样,输出特征图 数就是特征数量。最后的输出为 。需要注意 b output对于 sigmoid 激励函数运算,用其导数计算。sigmoid 函数误差计算公式是: 。 。 然后根据误差计算出每一层的参数的梯度 和= od对于输出层,参数梯度是:dffw = od fv= = 三、实验结 后,交互界面会显示 。:NetErrorNetErr

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论