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
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。
8万+

被折叠的 条评论
为什么被折叠?



