最全面的卷积神经网络介绍,都在这里了(附代码)

初商 2019-08-27

数据派

作者:读芯术

文章来源:微信公众号 数据派THU

手把手教你使用卷积精神网络构建图像分类器。


image.png

图片来源:pexels.com

神经网络由具有权重和偏差的神经元组成。通过在训练过程中调整这些权重和偏差,以提出良好的学习模型。每个神经元接收一组输入,以某种方式处理它,然后输出一个值。如果构建一个具有多层的神经网络,则将其称为深度神经网络。处理这些深度神经网络的人工智能学分支被称为深度学习。

image.png

普通神经网络的主要缺点是其忽略了输入数据的结构。在将数据馈送到神经网络之前,所有数据都将转换为一维数组。这适用于常规数据,但在处理图像时会遇到困难。

考虑到灰度图像是2D结构,像素的空间排列有很多隐藏信息。若忽略这些信息,则将失去许多潜在的模式。这就是卷积神经网络(CNN)被引入图像处理的原因。CNN在处理图像时会考虑图像的2D结构。

CNN也是由具有权重和偏差

登录 后评论
下一篇
corcosa
12384人浏览
2019-10-08
相关推荐
深度学习必备手册(上)
35693人浏览
2017-10-04 23:31:42
2018年最佳深度学习书单
13493人浏览
2018-03-08 12:14:10
1
2
0
1620