卷積神經網絡(CNN)理論學習之經典BP算法

簡介 卷積神經網絡(Convolutional Neural Network)的結構相似於神經網絡,能夠看作是對其的改進。它利用局部鏈接、權值共享、多核卷積、池化四個手段大大下降了參數的數目,使得網絡的層數能夠變得更深,而且可以合理的隱式的提取特徵。CNN主要用來識別位移、縮放及其餘形式扭曲不變性的二維圖形。因爲其特徵檢測層經過訓練數據進行學習,隱式地從訓練數據中進行學習,避免了顯式的特徵抽取;再
相關文章
相關標籤/搜索