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
1***Q7848 小时前
深度学习技术
人工智能·深度学习
WWZZ20259 小时前
快速上手大模型:深度学习10(卷积神经网络2、模型训练实践、批量归一化)
人工智能·深度学习·神经网络·算法·机器人·大模型·具身智能
希露菲叶特格雷拉特10 小时前
PyTorch深度学习进阶(四)(数据增广)
人工智能·pytorch·深度学习
喵个咪10 小时前
基于 Go-Kratos 与 MCP 的推荐服务实战指南
后端·深度学习·微服务
sali-tec10 小时前
C# 基于halcon的视觉工作流-章62 点云采样
开发语言·图像处理·人工智能·算法·计算机视觉
汤姆yu11 小时前
基于深度学习的健康饮食推荐系统
人工智能·深度学习
chao18984412 小时前
基于BP神经网络的故障分类MATLAB实现
神经网络·matlab·分类
大明者省14 小时前
BERT/ViT 模型核心参数 + 实际编码案例表
人工智能·深度学习·bert
中医正骨葛大夫16 小时前
一文解决如何在Pycharm中创建cuda深度学习环境?
pytorch·深度学习·pycharm·软件安装·cuda·anaconda·配置环境
胖墩会武术16 小时前
【OpenCV图像处理】深度学习:cv2.dnn() —— 图像分类、人脸检测、目标检测
图像处理·pytorch·python·opencv