huang.xiao的专栏

1. 网络结构 如下图所示， CNN架构简单来说就是：图片经过各两次的Convolution，Pooling，Fully Connected就是CNN的架构了，因此只要搞懂Convolution，Pooling，Fully Connected三个部分的内容就可以完全掌握了CNN。 2. Convolution Layer卷积层 2.1 目的 卷积层主要目的是特征提取，下面我们来举个例子来说明它是怎么提取图像的特征的。 2.1 卷积过程 假设我们有一个5 * 5的图片， 我们定义一个3 * 3矩阵，在CN

什么是激活函数 如上图,在神经元中,输入的inputs 通过加权,求和后,还被作用了一个函数,这个函数就是激活函数(Activation Function). 为什么需要激活函数 激活函数通常有如下一些性质： - 非线性: 当激活函数是线性的时候,一个两层的神经网络就可以逼近基本上所有的函数了.但是,如果激活函数是恒等激活函数的时候($f(x)=x$)就不满足这个性质了,而且如...

什么是卷积神经网络 首先，我们先获取一个感性认识，下图是一个卷积神经网络的示意图： 网络架构 如图所示，一个卷积神经网络由若干卷积层、Pooling层、全连接层组成。你可以构建各种不同的卷积神经网络，它的常用架构模式为： INPUT -> [[CONV]*N -> POOL?]*M -> [FC]*K 也就是NNN个卷积层叠加，然后(可选)叠加一个Poo...

下载安装 pip install https://download.tensorflow.google.cn/mac/cpu/tensorflow-1.10.0-py3-none-any.whl --upgrade 修改async 首先找到 XXX/python3.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py，然后...