深度学习网络训练常见概念

卷积神经网络基础

为什么要引入卷积?

  • 全连接神经网络空间特征丢失
  • 图片尺寸增大,模型参数过多,容易过拟合

卷积操作

 

 感受野

 池化

 

 激活函数(实现非线性)

 批归一化 Batch Normalization

 

训练时计算在整个数据集上的均值和方差,并将结果保存预测时计算

丢弃法 Dropout

 

 

 

 

过拟合

 

 

 

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

打赏作者

zyb-小波

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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