[027] 深度學習--學習筆記(5)CNN與ResNe的理論基礎

一、CNN的提出 ① 硬件設備的滯後網絡 1980年,Yann LeCun在作手寫數字識別時,以全鏈接層的形式構建神經網絡,假設這個網絡有四層,那麼最終會產生236K個參數量,並且每一個參數都是浮點型Float,即須要236K * 4 = 944K (Byte) 的運存空間。但當時計算機(AT&T  DSP)芯片纔有256K (Byte) 的運存空間,因此這個網絡沒法實現運行。app ② 從生物視
相關文章
相關標籤/搜索