卷积神经网络CNN
Posted xbit
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了卷积神经网络CNN相关的知识，希望对你有一定的参考价值。
卷积神经网络组成: INPUT -CONV -ReLU -POOL -FC
卷积操作:
- 输入大小为：W1 x H1 x D1
- 指定的超参数：filter个数（K），filter大小（F），步长（S），边界填充（P）
输出：
- W2 = (W1 - F + 2P)/S + 1
- H2 = (H1 - F + 2P)/S + 1
- D2 = K
Input: rows * rows * channels, N filter_rows*filter_rows filters with stride=stride, pade=pad
Output: output_rows = (rows+2*pad-filter_rows)/stride + 1
MAX POOLING更常用，AVE POOLING用得少了
以上是关于卷积神经网络CNN的主要内容，如果未能解决你的问题，请参考以下文章
基于卷积神经网络CNN的分类研究，基于卷积神经网络的手写体识别
CNN回归预测基于matlab卷积神经网络CNN数据回归预测含Matlab源码 2003期