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
人月神话-Lee1 天前
【图像处理】亮度与对比度——图像的线性变换
图像处理·人工智能·ios·ai编程·swift
啦啦啦_99991 天前
0. 深度学习课程大纲:
深度学习
张二娃同学1 天前
第08篇_RNN_LSTM_GRU序列模型
人工智能·python·rnn·深度学习·神经网络·gru·lstm
动物园猫1 天前
交通标识与信号灯数据集分享(适用于YOLO系列深度学习检测任务)
人工智能·深度学习·yolo
IC_157796114761 天前
LVDS 转 MIPI CSI/MIPI DSI,支持图像 90° /270° 旋转 处理图像处理芯片
图像处理·人工智能
书生的梦1 天前
《神经网络与深度学习》学习笔记(一)
笔记·深度学习·神经网络
kcuwu.1 天前
(多代码实现版)PyTorch神经网络入门博客
人工智能·pytorch·神经网络
HSunR1 天前
神经网络 从函数到transformer学习笔记
神经网络·学习·transformer
AI医影跨模态组学1 天前
Insights Imaging(IF=4.5)郑州大学第一附属医院高剑波等团队:基于CT的影像组学预测不可切除胃癌PD-1/PD-L1抑制剂联合化疗治疗反应
人工智能·深度学习·论文·医学·医学影像·影像组学
沪漂阿龙1 天前
面试题:Transformer 模型详解——核心创新、编码器解码器结构、位置编码、因果掩码与大模型基础全解析
人工智能·深度学习·transformer