卷積神經網絡(CNN)學習小結

CNN結構 一個經典的CNN結構如下圖所示: 第一層爲輸入層。 接着爲卷積層,由若干卷積單元組成,目的是提取輸入的不同特徵,第一層卷積層可能只能提取一些低級的特徵,更復雜的特徵需要更多層的神經網絡從低級特徵中迭代提取出來。 然後是池化層,將特徵切成幾個區域,取其最大值或平均值,得到新的、維度較小的特徵。 最後是全連接層, 把所有局部特徵結合變成全局特徵,用來計算最後每一類的得分。 CNN卷積層 如
相關文章
相關標籤/搜索