卷积神经网络
是一种深度学习的方法，主要应用于计算机视觉，也可应用在文本上。
步骤
· 卷积
· Relu
· 池化
· FC
卷积
设定若干个卷积核，提取特征。
Relu
对特征进行处理，负数取0简化运算。
池化
对特征进行压缩，过滤相关度不大的特征。
FC
进行最后的学习，也可使用其他ML模型。
T6-卷积神经网络
©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。
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
- 卷积神经网络基础卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。 二维互...
- 第10章 使用Keras搭建人工神经网络[https://www.jianshu.com/p/86626c7981...
- 实现卷积神经网络 梯度检验 前面两个实验实现交叉熵损失函数、激活函数、线性层时，都是直接对其函数进行求导，在数学上...
