筆記2-cnn/rnn

受視覺啓發,考慮視覺空間結構 卷繼層: 核心圖層 提取局部區域特徵 通常有多個不同的卷積核 局部區域和卷積核通過卷積運算生成不同特徵 不同卷積核可看成不同特徵提取器 池化層 子採樣層 通常用在連續卷積之間 類似於特徵選擇 減少特徵和參數數量,減少計算量,控制過擬合 在每個通道上獨立執行 沿着高寬下采樣 RNN 序列模型的一種變體 循環性 序列的每個時刻執行相同的任務 每個時刻的輸出依賴於當前時刻輸
相關文章
相關標籤/搜索