六大基础网络
EnochChen_
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
六大基础深度神经网络之CNN
进行内积计算,就是对应位置相乘,即3*0+3*1+2*2+0*2+0*2+1*0+3*0+1*1+2*2=12,然后每次把3*3的区域与权值相乘,最终得到绿色的矩阵。W2、 H2表示输出特征图的宽度、长度;下图从一张32*32*3的图像中提取一张5*5*3的小区域,第一步将左上角三乘三的区域。池化目的是减少特征图的信息量,下图为最大池化,选取2*2的过滤器步长为2,选取每个2*2区域内最大的数。常见图像是彩色的就是三通道,上图中的32*32*3中的3也就说明是彩色图像,若为1则是黑白图像。原创 2024-12-26 18:00:45 · 463 阅读 · 0 评论 -
六大基础深度神经网络之RNN
x0结果输出时,不仅会直接输出h0,还有一部分会与x1进行融合从而输出h1,x2时也同理,这样网络就会考虑到时间的前后信息。但如果输入信息很多,到x10000,那么x0的信息还需要考虑吗,有可能就根本不重要,所以就引入了LSTM(长短时记忆网络)C为控制参数决定什么样的信息会被保留什么样的会被遗忘。⊗⊕是门,是一种让信息选择式通过的方法。原创 2024-12-27 10:46:10 · 448 阅读 · 0 评论
分享