- 博客(2)
- 收藏
- 关注
RSS订阅原创 深度学习
深度学习介绍 1.神经网络是分布的，一般分为输入层，隐藏层，输出层。每层有多个神经元，隐藏层可以有很多层。 2.激活函数F。神经元的输入X权重，然后再加上偏差值。其得到的结果做为激活函数的参数，最总的结果就是神经元的输出。 3.常见的激活函数是S型的，或者是线性的。其中最常用的是S型的。它看起来就是一个Y（-1,1）中心对称的一个函数曲线。逼近但不相交。 4.如果我们知道想要的输出，则这种神经网络的学习算法称为监督学习。 5.在学习的过程中，输入模式被赋网络的输入层，最初所有权重被设为随机数，发送
2021-04-25 17:41:47
145
原创 2021-04-22
图像卷积的应用 1.大卷积核与小卷积核的区别，大卷积核一般用来提取块状的一些过度的特征。小卷积用来处理一些边缘的信息。 2.一般来说卷积核越大，运算就越多，所耗时就越多。 3.几个常用的卷积核 0，-1,0 -1, 7，-1 0, -1, 0 这个可以提取出图像中的暗的部分，把背景过曝。可以用来检测一些比较暗的缺陷，特点是处理后的背景比较干净，缺点是不是特别暗的缺陷无法检测。 0，-1,0 -1, 7，-1 0, -1, 0 这个可以对边缘进行锐化。 ...
2021-04-22 17:13:31
346
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人