卷积和神经网络有什么关系?

本文探讨了卷积神经网络如何通过训练自动学习有效特征,揭示了卷积运算与神经网络之间的联系,并介绍了如何利用BP算法进行参数优化。

马克-to-win @ 马克java社区:防盗版实名手机尾号:73203。如上一段所述,卷积可以提取特征,但对于真实世界当中的大规模图片库,我们并不知道哪个局部特征有效,我们还是希望通过训练神经网络,自动学习出来,怎么做呢?还得用到前面学到的BP算法,但现在的问题是卷积和神经网络有什么关系呢?马克-to-win @ 马克java社区:看下面两个图可以知道,其实卷积的运算就是相乘之后求和,和神经网络效果是一样的。卷积核和卷积结果分别对应着神经网络中的参数和隐藏层结果。这样就回到前面所学的BP算法了,做法是一样的,先初始化参数,再通过训练使得误差越来越小。

更多可见:https://blog.youkuaiyun.com/qq_43650923/article/details/100630276

 

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

mark_to_win

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