• 深度学习笔记04-卷积神经网络CNN


    1.神经网络的结构

    注意:下图中的g函数为sigmoid函数

    总结:因此,当神经网络的层数足够时,可以描述任意区域形状。

    上图中的符号说明:

    参数说明如下图:depth为神经元个数,步长为窗口每次移动的距离,填充值是使得上图中的宽度能被整除,所加的值

    计算方法:每个对应的位置的元素相乘,再加上偏移量b1

    计算过程:

    0*0+0*1+0*0+0*0+0*0+0*0+0*-1+1*1+0*0=1

    0*1+0*0+0*1+1*0+0*0+0*1+2*-1+2*0+0*-1=-1

    0*-1+0*0+0*-1+1*1+1*0+0*0+0*-0+0*1+0*-1=1

    1+(-1)+1+1=2

    注意:最后一个1是b0的值

    激励层选型经验总结:

    取得窗口的最大值。

    GPU:K80

  • 相关阅读:
    23
    关系数据库范式
    组合
    排列
    bfs_迷宫求最短路径
    dfs-求连通块
    dfs_部分和问题
    线程
    http://m.blog.csdn.net/article/details?id=51699295
    jquery 页面多个倒计时
  • 原文地址:https://www.cnblogs.com/luckyplj/p/12502143.html
Copyright © 2020-2023  润新知