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
迷你可可小生44 分钟前
常见神经网络模块
人工智能·深度学习
bst@微胖子1 小时前
HuggingFace项目实战之分类任务实战
pytorch·深度学习·分类
YukiMori231 小时前
基于Paddle微调ERNIE的中文情感分析实战教程
深度学习·机器学习
小途软件1 小时前
基于深度学习的人脸检测算法研究
java·人工智能·pytorch·python·深度学习·语言模型
guoketg2 小时前
Vision Transformer(ViT)的讲解和面试题目讲解
人工智能·python·深度学习·vit
热心不起来的市民小周2 小时前
测测你的牌:基于 MobileNetV2 的车牌内容检测
python·深度学习·计算机视觉
Dev7z2 小时前
基于MATLAB图像处理的苹果品质自动分级系统设计与实现
开发语言·图像处理·matlab
:mnong2 小时前
辅助学习神经网络
人工智能·神经网络·学习
空山新雨后、2 小时前
Masked AutoEncoder(MAE)详解:高 Mask 率如何造就强视觉表征
人工智能·深度学习·chatgpt·多模态