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
Dev7z5 小时前
原创论文:基于LSTM神经网络的共享单车需求预测系统设计与实现
人工智能·神经网络·lstm
陈天伟教授6 小时前
人工智能应用- 材料微观:06.GAN 三维重构
人工智能·神经网络·算法·机器学习·重构·推荐算法
HaiLang_IT6 小时前
基于航拍图像处理的风力发电机叶片表面损伤检测研究
图像处理·人工智能
DeepModel6 小时前
第14章 注意力机制与Transformer
人工智能·深度学习·transformer
ppppppatrick7 小时前
【深度学习基础篇03】激活函数详解:从生物突触到非线性注入
人工智能·深度学习
Figo_Cheung7 小时前
Figo《量子几何学:从希尔伯特空间到全息时空的统一理论体系》(三)
人工智能·深度学习·几何学
yunhuibin8 小时前
NIN网络学习
人工智能·python·深度学习·神经网络·学习
隔壁大炮8 小时前
03.深度学习——特点
人工智能·深度学习
Hcoco_me9 小时前
车载摄像头核心知识点结构化总结
人工智能·深度学习·数码相机·算法·机器学习·自动驾驶
沪漂阿龙10 小时前
LLM底层机制深度解析:从Transformer到推理优化的完整技术地图
人工智能·深度学习·transformer