卷积神经网络工作原理研究 - 总体提纲

本人只是出于兴趣研究这个话题，本人并非学者，或者从业者，所以可能在写作中出现技术上的硬伤，请各位指正。
本文可能根据业界最新进展进行更新， 欢迎来评论中进行交流和研究。
本文所引用的资料将严格标明出处和版权。本文首发于简书平台，博客园和本人公众号，请勿转载

原文比较长，不适合阅读，所以现在将其拆分为不同章节

疑问

  1. filter的选择问题，各个filter是怎么确定内部的值的？
    很多资料上就将filter内部的数值称为权重，所以，应该是需要计算的。
  2. 训练到底只是训练最后的全连接层，还是整个神经网络？
    根据上面的答案，整个训练对象应该是全部网络，所以非常消耗资源
  3. Mixed层的构造如何去解读，为什么会有这样的构造？
    Inception结构

参考资料

卷积神经网络工作原理直观的解释？
[透析] 卷积神经网络CNN究竟是怎样一步一步工作的？
TF-Slimを使ってTensorFlowを簡潔に書く
深入浅出——网络模型中Inception的作用与结构全解析
零基础入门深度学习(4) - 卷积神经网络
cs231n学习笔记-CNN-目标检测、定位、分割
A Note to Techniques in Convolutional Neural Networks and Their Influences III (paper summary)
理解dropout
CNN卷积神经网络架构综述
没有博士学位，照样玩转TensorFlow深度学习
TensorFlow 深度学习笔记 卷积神经网络
卷积：如何成为一个很厉害的神经网络
瞎谈CNN：通过优化求解输入图像
【卷积神经网络-进化史】从LeNet到AlexNet

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容