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
编程小白_正在努力中30 分钟前
第七章深度解析:从零构建智能体框架——模块化设计与全流程落地指南
人工智能·深度学习·大语言模型·agent·智能体
化作星辰42 分钟前
深度学习_三层神经网络传播案例(L0->L1->L2)
人工智能·深度学习·神经网络
_codemonster1 小时前
深度学习实战(基于pytroch)系列(十五)模型构造
人工智能·深度学习
xuehaikj2 小时前
【深度学习】YOLOv10n-MAN-Faster实现包装盒flap状态识别与分类,提高生产效率
深度学习·yolo·分类
sponge'2 小时前
opencv学习笔记9:基于CNN的mnist分类任务
深度学习·神经网络·cnn
AI街潜水的八角2 小时前
深度学习杂草分割系统1:数据集说明(含下载链接)
人工智能·深度学习·分类
AndrewHZ4 小时前
【图像处理基石】如何从色彩的角度分析一张图是否是好图?
图像处理·计算机视觉·cv·聚类算法·色彩科学
哥布林学者6 小时前
吴恩达深度学习课程二: 改善深层神经网络 第三周:超参数调整,批量标准化和编程框架(二)batch归一化
深度学习·ai
Dev7z6 小时前
基于图像处理技术的智能答题卡识别与评分系统设计与实现
图像处理·人工智能