解决边缘值贡献率低的方法的理解

探讨了在卷积神经网络中,边缘值对特征梯度贡献度较低的问题,并介绍了通过在数据层外围添加0来解决此问题的方法,使得边缘值能够像中间值一样多次参与特征提取。

边缘值在卷积提取特征时只被利用一次,而中间值被提取了多次。所以中间值对特征梯度的贡献度更大,为了解决这个问题,在数据层外围加一层0,使原来的边缘值变成了中间值,而0又不会对特征值提取产生影响,这样就完美解决这个问题。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值