CS231n-深度學習與計算機視覺-筆記-Lecture5 卷積神經網絡

1.歷史 2.卷積和池化 先從函數角度瞭解工作原理,簡單介紹這些連接點。 對於全連接層,我們要做的就是在這些向量上進行操作。比如我們有一張圖片,三維圖片32*32*3大小,我們將所有的像素展開,就可以得到一個3072維的向量。我們得到這些權重,把向量和權重矩陣相乘,這裏我們就用10*3072,然後就可以得到激活值。 卷積層和全連接層的主要差別,可以保全空間結構,不是將它展開成一個長的向量,我們可以
相關文章
相關標籤/搜索