JavaShuo
欄目
標籤
爲什麼要使用卷積
時間 2021-01-05
標籤
CNN
Convolution
简体版
原文
原文鏈接
整理並翻譯自吳恩達深度學習系列視頻:卷積神經網絡1.11。 爲什麼要使用卷積 假設你有32X32X3的圖像,一共3072個特徵點,卷積成28X28X6的圖像,一共4704個特徵點。如果使用傳統的網絡,你需要3072*4704 ≈ \approx ≈ 14M個參數。 32X32X3的圖像已經是很小的圖像了,如果你是1000*1000,參數可能多到使得計算舉步維艱。 卷積的優點 參數共享:一個特徵檢測
>>阅读原文<<
相關文章
1.
爲什麼要用空洞卷積?
2.
卷積神經網絡筆記——1.11爲什麼使用卷積
3.
卷積神經網絡6-爲什麼使用卷積
4.
什麼是卷積 卷積有什麼用
5.
什麼是卷積
6.
CNN 的卷積過程爲什麼 要將卷積核旋轉180°
7.
卷積神經網絡 (爲什麼是卷積?)
8.
Conv1*1卷積,爲什麼能降維
9.
爲什麼使用卷積層代替全連接層?
10.
爲什麼要使用ConstraintLayout?
更多相關文章...
•
爲什麼使用 XML Schemas?
-
XML Schema 教程
•
爲什麼使用 Web Services?
-
Web Services 教程
•
Composer 安裝與使用
•
使用Rxjava計算圓周率
相關標籤/搜索
爲什麼
什麼
卷積
不知爲什麼
要麼
爲要
爲使
什麼時候
什麼樣
什麼人
Spring教程
MySQL教程
Docker教程
應用
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
shell編譯問題
2.
mipsel 編譯問題
3.
添加xml
4.
直方圖均衡化
5.
FL Studio鋼琴卷軸之畫筆工具
6.
中小企業爲什麼要用CRM系統
7.
Github | MelGAN 超快音頻合成源碼開源
8.
VUE生產環境打包build
9.
RVAS(rare variant association study)知識
10.
不看後悔系列!DTS 控制檯入門一本通(附網盤鏈接)
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
爲什麼要用空洞卷積?
2.
卷積神經網絡筆記——1.11爲什麼使用卷積
3.
卷積神經網絡6-爲什麼使用卷積
4.
什麼是卷積 卷積有什麼用
5.
什麼是卷積
6.
CNN 的卷積過程爲什麼 要將卷積核旋轉180°
7.
卷積神經網絡 (爲什麼是卷積?)
8.
Conv1*1卷積,爲什麼能降維
9.
爲什麼使用卷積層代替全連接層?
10.
爲什麼要使用ConstraintLayout?
>>更多相關文章<<