本文深入探讨了卷积神经网络（CNN）的关键组成部分，包括权重共享、激活层（如sigmoid、tanh和relu）、池化层以及全连接层的作用和特性。此外，还提到了理解FPN、RoIAlign、Retinanet、Bottleneck、GAP和FCN等高级结构的重要性。
卷积
1. 权重共享
激活层：
1. sigmoid 会导致梯度消失的问题；
2. tanh的中心点在0.5而不是0，不存在累积0.5的问题
3.relu 非线性 收敛快，
池化层
全连接层：
默认全连接层在神经网络尾部
需要搞懂的结构：
1）fpn
2）roi align
3）restina net
4）bottleneck
7）GAP
8）FCN
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
