14 深度学习-卷积
Posted dianshuizheng
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了14 深度学习-卷积相关的知识，希望对你有一定的参考价值。
1.简述人工智能、机器学习和深度学习三者的联系与区别。
答：机器学习是现在人工智能领域中主流的一种方法，除了机器学习，科学家也尝试过其他方法在人工智能领域进行诠释和发展，而深度学习则是机器学习里面主流的方法。他们的关系不是互相独立，而是一环套着一环。
2. 全连接神经网络与卷积神经网络的联系与区别。
答：卷积神经网络的输入输出以及训练的流程和全连接神经网络也基本一致。全连接神经网络和卷积神经网络的唯一区别就是神经网络相邻两层的连接方式。
3.理解卷积计算。
以digit0为例，进行手工演算。
from sklearn.datasets import load_digits #小数据集8*8
digits = load_digits()
4.理解卷积如何提取图像特征。
读取一个图像；
以下矩阵为卷积核进行卷积操作；
显示卷积之后的图像，观察提取到什么特征。
| 1 | 0 | -1 |
| 1 | 0 | -1 |
| 1 | 0 | -1 |
| 1 | 1 | 1 |
| 0 | 0 | 0 |
| -1 | -1 | -1 |
| -1 | -1 | -1 |
| -1 | 8 | -1 |
| -1 | -1 | -1 |
卷积API
scipy.signal.convolve2d
tf.keras.layers.Conv2D
5. 安装Tensorflow,keras
以上是关于14 深度学习-卷积的主要内容，如果未能解决你的问题，请参考以下文章