牛客图书馆 > 读书笔记
  • 《神经网络与深度学习》第5章读书笔记

    5.2 卷积神经网络 卷积神经网络一般由卷积层、汇聚层和全连接层构成。5.2.1 用卷积代替全连接 在全连接的前馈神经网络中,由于权重矩阵中的权重参数的数量会非常多,导致训练效率会非常低。使用卷积可以减少。 根据卷积的定义,卷积层有两个很重要的性质 局部连...
    子永 编辑于 2021-03-12 14:20:03
  • 《神经网络与深度学习》第5章读书笔记

    第五章:卷积神经网络 卷积神经网络(Convolutional Neural Network,CNN或ConvNet)是一种具有局部连接、权重共享等特性的深层前馈神经网络。 在用全连接前馈网络来处理图像时,会存在以下两个问题: 参数太多:如果输入图像大小为1...
    子永 编辑于 2021-03-04 20:02:03
  • 《神经网络与深度学习》读书笔记

    5.4 几种典型的卷积神经网络 5.4.1 LeNet-5 LeNet-5 共有7 层,接受输入图像大小为32 × 32 = 1 024,输出对应10 个类别的得分.LeNet-5 中的每一层结构如下: 5.4.2 AlexNet AlexNet ...
    子永 编辑于 2021-03-26 17:40:21
  • 《神经网络与深度学习》读书笔记

    5.5 其他卷积方式 5.5.1 转置卷积 5.5.2 空洞卷积 空洞卷积(Atrous Convolution)是一种不增加参数数量,同时增加输出单元感受野的一种方法,也称为膨胀卷积。 空洞卷积通过给卷积核插入“空洞”来变相地增加其大小.如果在...
    子永 编辑于 2021-04-02 14:44:27
  • 《神经网络与深度学习》读书笔记

    5.3 参数学习 在卷积网络中,参数为卷积核中权重以及偏置.和全连接前馈网络类似,卷积网络也可以通过误差反向传播算法来进行参数学习。 在全连接前馈神经网络中,梯度主要通过每一层的误差项𝛿 进行反向传播,并进一步计算每层参数的梯度。 在卷积神经网络中,主...
    子永 编辑于 2021-03-19 21:43:54