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
youngfengying18 分钟前
先验知识融入深度学习
人工智能·深度学习·先验知识
A林玖20 分钟前
【深度学习】目标检测
人工智能·深度学习·目标检测
代码洲学长20 分钟前
一、RNN基本概念与数学原理
人工智能·rnn·深度学习
A林玖22 分钟前
【深度学习】 循环神经网络
人工智能·rnn·深度学习
棒棒的皮皮1 小时前
【OpenCV】Python图像处理形态学之膨胀
图像处理·python·opencv·计算机视觉
肥猪猪爸2 小时前
计算机视觉中的Mask是干啥的
图像处理·人工智能·深度学习·神经网络·目标检测·计算机视觉·视觉检测
All The Way North-3 小时前
PyTorch ExponentialLR:按指数学习率衰减原理、API、参数详解、实战
pytorch·深度学习·学习率优化算法·按指数学习率衰减
A林玖3 小时前
【深度学习】transformer架构
人工智能·深度学习·transformer
likerhood4 小时前
5. pytorch第一个神经网络
人工智能·pytorch·神经网络