CNN原理及tensorflow代碼實現

1、CNN的引入 在人工的全鏈接神經網絡中,每相鄰兩層之間的每一個神經元之間都是有邊相連的。當輸入層的特徵維度變得很高時,這時全鏈接網絡須要訓練的參數就會增大不少,計算速度就會變得很慢,例如一張黑白的 28×2828×28 的手寫數字圖片,輸入層的神經元就有784個,以下圖所示:  python   若在中間只使用一層隱藏層,參數 ww 就有 784×15=11760784×15=11760 多個
相關文章
相關標籤/搜索