qq_36056567的博客

 由于全连接神经网络处理图像中的需要训练参数过多的问题。而卷积神经网络中，卷积层的神经元只与前一层的部分 神经元节点相连，既它的神经元的连接是非全连接的。且同一层某些神经元之间的连接的权重w和偏移b是共享的，这样大量减少了训练参数的数量。   （图1） 卷积神经网络的结构一般包含几个层： 输入层：用于数据的输入 卷积层：使用卷积核进行特征提取和特征映射 激励层：由于卷积也是一种线...

Rnn 处理序列数据的神经网络 每次RNN 运算完后会产生一个当前状态的描述，Y（t+1）是由S（t）和S（t+1）形成   Rnn特征提取 权值共享 (输入X1的状态)=（输入X0状态）+X1 Rnn运行过程 由前到后的序列过程 RNN输入和输出 参照CNN对比，CNN只能1个输入得到1个输出 RNN有1对多，多对1，还有多对多 RNN结构 经典的RNN结...

简述： 残差神经网络（ResNet）主要是用于搭建深度的网络结构模型 （一）优势： 与传统的神经网络相比残差神经网络具有更好的深度网络构建能力，能避免因为网络层次过深而造成的梯度弥散和梯度爆炸。 （二）残差模块： 通过在一个浅层网络基础上叠加y=x的层，可以让网络随深度增加而不退化。 残差学习的函数是F(x) = H(x) - x,这里如果F(x) =0,那么就是恒等映射。 resn...