機器學習算法之——卷積神經網絡(CNN)原理講解

卷積神經網絡(CNN)原理講解 一、從神經網絡到卷積神經網絡 1. 定義 2. 卷積神經網絡的架構 二、卷積網絡的層級結構 1. 數據輸入層 2. 卷積計算層 2.1 卷積的計算 2.2 參數共享機制 3. 非線性層(或激活層) 4.池化層 5.全連接層 三、卷積神經網絡的幾點說明 1. 訓練算法 2.優缺點 3. 典型CNN 4. fine-tuning 5. 常用框架 四、總結 傳送門 一、從
相關文章
相關標籤/搜索