Deep Learning系统实训之三:卷积神经网络

Posted Ariel_一只猫的旅行

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Deep Learning系统实训之三:卷积神经网络相关的知识,希望对你有一定的参考价值。

 

边界填充(padding):卷积过程中,越靠近图片中间位置的像素点越容易被卷积计算多次,越靠近边缘的像素点被卷积计算的次数越少,填充就是为了使原来边缘像素点的位置变得相对靠近中部,而我们又不想让填充的数据影响到我们的计算结果,故填充值选择均用0来填充。

池化层不需要参数、只是对特征图进行压缩操作,以减少计算量:池化几乎不用平均池化,多用最大池化操作,对于最大池化,多选择特征图种每个小区域最大的那个值保留下来,因值最大,对应的信息也越重要,故最应将其保留。

 

 

以上是关于Deep Learning系统实训之三:卷积神经网络的主要内容,如果未能解决你的问题,请参考以下文章

Deep Learning学习 之 卷积神经网络(文字识别系统LeNet-5)

Deep Learning 第九章 卷积神经网络

Deep Learning综述[下]

Coursera 深度学习 吴恩达 deep learning.ai 笔记整理(4-1)—— 卷积神经网络

Deep Learning论文笔记之CNN卷积神经网络推导和实现(转)

Deep Learning论文笔记之CNN卷积神经网络推导和实现