9. 深度學習實踐：卷積網絡（續）

接上節敘述：9. 深度學習實踐：卷積網絡 6. 結構化輸出 CNN可用於輸出高維的結構化對象，不僅僅是預測分類任務的類標籤，或者回歸任務的實數值。通常該對象是一個張量，由標準卷積層產生。例如，模型可產生張量 S ，其中 Si,j,k 是網絡的輸入像素 (j,k) 屬於類 i 的概率。 這允許模型標記圖中的每個像素。對圖像逐像素標記的一種策略：先產生圖像標籤的原始猜測，然後使用相鄰像素間的交互來修正

>>阅读原文<<