卷积神经网络与人工神经网络

vectorindex

于 2021-04-01 17:04:21 发布

阅读量983

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/vectorindex/article/details/115378098

机器学习专栏收录该内容

13 篇文章

订阅专栏

本文详细介绍了卷积神经网络(CNN)的基本组成结构，包括卷积层、池化层和全连接层的功能与工作原理，并强调了CNN与传统全连接神经网络(ANN)之间的区别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.卷积层：每个卷积核产生一张提取后的单通道图像(3通道进行卷积后也是1张了，因为累加了)

2.pooling层：对每张矩阵是单连接的，即一张矩阵对应一个pooling。

3.全连接层：相当与把3张图像，即[C,W,H]进行展平为C*W*H个神经元，全连接到全连接层

卷积层不要和全连接混了！看图以为卷积不也是全连接吗？？？

ANN为全排列方式展示出来，即1维度，而CNN每层的神经元都是3维度展示出来，但其内部的实现原理都是由神经元模型组成的神经网络

左边是实际的情况，右边是普通的图输出的值代表神经元的个数（不是卷积核代表神经元的个数，他代表权重）

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。