进击的卷积神经网络_第1页
进击的卷积神经网络_第2页
进击的卷积神经网络_第3页
进击的卷积神经网络_第4页
进击的卷积神经网络_第5页
已阅读5页,还剩47页未读 继续免费阅读

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

豪 1、把手写字 2、对像素矩阵进行第一层卷积运算,生成六个feature3、对每个featuremap进行下采样(也叫做池化),在保留featuremap特征的同时缩小数据量。生成六个小图,这六个小图和上一层各自的featuremap长得很像,但 featuremap5、对第二次卷积生成的featuremap进行下采样Gradient-BasedLearningApplied LeCun,Yann,etal."Gradient-basedlearningappliedto (1998):2278-2324.LeNet-5模型是YannLeCun教授于1998年在Gradient-basedlearningappliedto 当年大多数银行就是用它来识别支票上面的手写数字的,它是早期卷积神经网络中最有代表性的实验系统之一。YannLeCun教授不 被认为过时,他本人甚至被参加学术会议。Krizhevsky,Alex,IlyaSutskever,andGeoffreyE.Hinton."Imagenetclassificationwithdeepneuralnetworks."Advancesinneuralinformationproce

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。

评论

0/150

提交评论