神经网络实战记录6—将多分类卷积神经网络改为多分类VGG模型实现

本文介绍如何将VGG的思想应用到卷积神经网络中,通过在原有卷积层后增加新的卷积层,并调整对应的pooling层输入,以此来改进网络结构。文章详细阐述了对原有卷积层的处理方式以及训练效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.为了将VGG的思想引入进来,就需要在原本卷积神经网络卷积层的后面再添加新的卷积层:
原:
在这里插入图片描述
现:
在这里插入图片描述
后面再接一个pooling层不变
2. 剩下原来的卷积层做同样的处理:
3. 在这里插入图片描述
*注意:对应polling层的输入也需要改名
4.训练效果:
在这里插入图片描述

在这里插入图片描述

欧克~~

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值