進擊的卷積神經網絡_第1頁
進擊的卷積神經網絡_第2頁
進擊的卷積神經網絡_第3頁
進擊的卷積神經網絡_第4頁
進擊的卷積神經網絡_第5頁
已閱讀5頁，還剩47頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

豪 1、把手寫字 2、對像素矩陣進行第一層卷積運算，生成六個feature3、對每個featuremap進行下采樣（也叫做池化），在保留featuremap特征的同時縮小數據量。生成六個小圖，這六個小圖和上一層各自的featuremap長得很像，但 featuremap5、對第二次卷積生成的featuremap進行下采樣Gradient-BasedLearningApplied LeCun,Yann,etal."Gradient-basedlearningappliedto (1998):2278-2324.LeNet-5模型是YannLeCun教授于1998年在Gradient-basedlearningappliedto 當年大多數銀行就是用它來識別支票上面的手寫數字的，它是早期卷積神經網絡中最有代表性的實驗系統(tǒng)之一。YannLeCun教授不 被認為過時，他本人甚至被參加學術會議。Krizhevsky,Alex,IlyaSutskever,andGeoffreyE.Hinton."Imagenetclassificationwithdeepneuralnetworks."Advancesinneuralinformationproce

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論