深度学习-图像处理篇1.1-1.2神经网络

1.1卷积神经网络基础




卷积层


对彩色RGB图像进行卷积

1.卷积核的通道数与输入特征层的通道数相同

2.卷积输出的特征矩阵通道数与卷积核个数相同

池化层


池化中一般池化核大小和步长大小一样

思考

加上偏移量bias该如何计算?

卷积计算时加上偏移量即可

加上激活函数该如何计算?

激活函数(引入非线性因素,让其具有解决非线性的能力)

如果卷积过程中出现越界的情况该怎么办?

Filter:卷积核

反向传播

误差计算

经过softmax之后输出的计算


误差反向传播


权重更新

优化器



相关推荐
李昊哲小课27 分钟前
深度学习进阶教程:用卷积神经网络识别图像
人工智能·深度学习·cnn
c#上位机12 小时前
halcon图像增强——emphasize
图像处理·人工智能·计算机视觉·c#·上位机·halcon
哥布林学者12 小时前
吴恩达深度学习课程四:计算机视觉 第一周:卷积基础知识(三)简单卷积网络
深度学习·ai
monster000w13 小时前
大模型微调过程
人工智能·深度学习·算法·计算机视觉·信息与通信
Niuguangshuo14 小时前
交叉熵损失函数:深度学习分类任务的基石
人工智能·深度学习·分类
云霄星乖乖的果冻15 小时前
01引言——李沐《动手学深度学习》个人笔记
人工智能·笔记·深度学习
core51216 小时前
【图像处理】Python 实现 SVD 奇异值分解对图片进行压缩与还原
图像处理·人工智能·python
工业机器视觉设计和实现16 小时前
极简单cnn编程测试
人工智能·神经网络·cnn
高洁0116 小时前
循环神经网络讲解(3)
python·深度学习·神经网络·算法·机器学习
爱思德学术17 小时前
中国计算机学会(CCF)推荐学术会议-C(计算机图形学与多媒体):IEEE ICIP 2026
图像处理·计算机视觉