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
homelook14 分钟前
Transformer与电池管理系统(BMS)的结合是当前 智能电池管理 的前沿研究方向
人工智能·深度学习·transformer
ccLianLian1 小时前
强化学习·导论
深度学习
呆萌很3 小时前
卷积神经网络的基石——基础卷积模块
神经网络
机 _ 长3 小时前
Transformer架构深度解析:从翻译模型到大语言模型的核心技术
人工智能·深度学习
youcans_4 小时前
【AI辅助编程】ROP 图像预处理
图像处理·人工智能·ai编程·辅助编程
宝贝儿好4 小时前
【强化学习】第十章:连续动作空间强化学习:随机高斯策略、DPG算法
人工智能·python·深度学习·算法·机器人
Evand J5 小时前
【课题推荐】深度学习驱动的交通流量预测系统(基于LSTM的交通流量预测系统),MATLAB实现
人工智能·深度学习·matlab·课题简介
Project_Observer5 小时前
工时日志在项目进度管理中扮演着怎样的角色?
数据库·深度学习·机器学习
海天一色y5 小时前
粒子群算法(PSO)优化BP神经网络:从原理到实战
人工智能·深度学习·神经网络
Dev7z5 小时前
基于深度学习的违章停车检测系统的设计与实现
人工智能·深度学习·违章停车·人行道违停·禁停区违停·双排停车·斑马线违停