
计算机视觉
zRebot
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
从全连接网络到CNN网络以及BP算法的推导
一、实验目的熟悉CNN卷积神经网络的前向计算过程和误差反传过程学习tensorflow上的简单操作识别mnist数据集上的手写数字二、从全连接网络到CNN卷积神经网络由全连接神经网络变化而来,图片在计算机中以矩阵的形式储存,按照全连接神经网络的思路,要将图片中的每个像素作为输入层,当图片像素比较高时,需要的参数将会非常多,一个28x28的灰度图像有784个像素,对应着784个输入神经...原创 2020-04-08 21:26:17 · 1044 阅读 · 0 评论 -
深度学习:从2D卷积到3D卷积的简单理解
很多人容易混淆2D卷积和3D卷积的概念,把多通道的2D卷积当成3D卷积,本文展示了一种直观理解2D卷积和3D卷积的方式。2D卷积单通道首先了解什么是卷积核,卷积核(filter)是由一组参数构成的张量,卷积核相当于权值,图像相当于输入量,卷积的操作就是根据卷积核对这些输入量进行加权求和。我们通常用卷积来提取图像的特征。直观理解如下:下图使用的是 3x3卷积核(height x width,...原创 2020-04-08 20:57:01 · 4147 阅读 · 0 评论