《机器学习从入门到精通》课件-第11章卷积神经网络_第1页
《机器学习从入门到精通》课件-第11章卷积神经网络_第2页
《机器学习从入门到精通》课件-第11章卷积神经网络_第3页
《机器学习从入门到精通》课件-第11章卷积神经网络_第4页
《机器学习从入门到精通》课件-第11章卷积神经网络_第5页
已阅读5页,还剩4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

第11章

卷积神经网络11.1卷积神经网络的基本概念11.2卷积神经网络的实现11.1卷积神经网络的基本概念11.1卷积神经网络基本原理inputimage,输入图片根据初始化的卷积核,对图片进行卷积(Convolution),图片中的过程通过卷积操作,得到第二层深度为3的特征图:3FeatureMaps。对第二层的特征图进行池化(Pooling)操作,得到第三层深度为3的特征图。反复2、3两个过程,直到第五层深度为5的特征图最后将这5个特征图,即5个矩阵,按行展开连接成向量,传入全连接层(FullConnected)层。+卷

积?输入数据卷积核卷积结果11.1卷积神经网络的基本概念11.2卷积运算原理卷积核是一个权值矩阵。它在2维输入数据上「滑动」,与当前输入的部分数据进行矩阵点乘,得到的值成为卷积结果中的单个输出值11.1卷积神经网络的基本概念Padding使输出的尺寸等于输入11.1卷积神经网络的基本概念Pooling取每2×2网格的平均值/最大值11.1卷积神经网络的基本概念对于彩色图像,需要在RGB三个通道上分别卷积11.1

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