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
奋进的LY13 小时前
spacy的安装和使用教程
人工智能·python·深度学习·github
打不了嗝 ᥬ᭄15 小时前
卷积神经网络(CNN)基础与整体架构
人工智能·神经网络·cnn
AI人工智能+17 小时前
行驶证识别技术融合计算机视觉与自然语言处理,实现对模糊、倾斜、反光等复杂场景下行驶证的高精度结构化数据提取
人工智能·深度学习·自然语言处理·ocr·行驶证识别
东方佑1 天前
从《事件发生与智能》的框架看中国古代命理学
人工智能·深度学习·语言模型·自然语言处理·架构
zhenaibo5211 天前
如何向导师请教问题,才能得到有效建议?
大数据·人工智能·深度学习
乐迪信息1 天前
港口船舶逆行怎么管?AI防爆摄像机搭载智能检测算法
大数据·人工智能·深度学习·算法·计算机视觉
东方佑1 天前
事件发生与智能:微观一致性与宏观涌现性
人工智能·深度学习·自然语言处理·架构·gru
盼小辉丶1 天前
PyTorch强化学习实战(27)——进化策略在强化学习中的应用
人工智能·pytorch·深度学习·强化学习
深度之眼1 天前
如何判断自己的idea是否可行?是否有人做过?
深度学习·intellij-idea
bigdata-余建新1 天前
week2
人工智能·pytorch·深度学习