深度学习应用开发 课件 cha4 8-卷积神经网络_第1页
深度学习应用开发 课件 cha4 8-卷积神经网络_第2页
深度学习应用开发 课件 cha4 8-卷积神经网络_第3页
深度学习应用开发 课件 cha4 8-卷积神经网络_第4页
深度学习应用开发 课件 cha4 8-卷积神经网络_第5页
已阅读5页，还剩8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

目录1卷积神经网络的定义01任务卷积神经网络的层级结构02任务1卷积神经网络的定义1卷积神经网络的定义卷积神经网络（ConvolutionalNeuralNetworks,简称CNN）：是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习（deeplearning）的代表算法之一。如下是第一个使用卷积操作的LeNet-5的网络结构：著名的CNN

LeNet-5整体结构2卷积神经网络的层级结构2卷积神经网络的层级结构卷积神经网络（CNN）一般由输入层（Input）、卷积层（Conv）、激活函数（ReLU）、池化层（Pooling）、全连接层（FC）组成。2卷积神经网络的层级结构1、输入层输入层一般用来接收RGB图像，输入的是图像的像素矩阵：2卷积神经网络的层级结构2、卷积层卷积是从输入图像中提取特征的第一层，Conv层的目标是提取输入数据的特征。卷积通过使用卷积核在输入图像上滑动，以提取图像特征，同时保持像素之间的关系。2卷积神经网络的层级结构我们一般用层数较多的卷积神经网络得到更深层次的特征2卷积神经网络的层级结构3、激活函数激活函数ReLU为例，ReLU代表整流线性单元，用于非线性操作：2卷积神经网络的层级结构4、池化层池化层夹在连续的卷积层中间，用于压缩数据和参数的量，也称为子采样层或下采样层2卷积神经网络的层级结构5、全连接层我们称之为FC（fullyconnectedlayers，FC）层，我们将矩阵展平为矢量并将其馈入神经网络的全连接层，通过激活功能，

人人文库> 全部分类> 教育资料 > 课件下载

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