池化的概念是在 AlexNet 网络中提出的，之前叫做降采样； 池化到底在做什么，不多解释； 池化的作用 首先需要明确一下池化发生在哪里：卷积后经过激活函数形成了 feature map，即 Relu(wx + b) ，后面接池化层 1. 池化可以形象化的理解为降维 2. 池化避免了局部位移或者微小 ...
分类：
其他好文 时间：
2020-01-18 12:44:06
阅读次数：
108
通过TensorFlow图像处理，全面掌握深度学习模型及应用
全面深入讲解反馈神经网络和卷积神经网络理论体系
结合深度学习实际案例的实现,掌握TensorFlow程序设计方法和技巧
着重深度学习实际应用程序开发能力和解决问题能力的培养
分类：
编程语言 时间：
2020-01-17 15:10:15
阅读次数：
108
1、 三维卷积神经网络预测MNIST数字详解.html（http://c.biancheng.net/view/1929.html） RNN循环神经网络实现预测比特币价格过程详解.html（http://c.biancheng.net/view/1950.html） 2、 3、 4、 5、 ...
分类：
其他好文 时间：
2020-01-16 23:58:07
阅读次数：
118
介绍 卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 它包括卷积层(convolutional layer)和池化层(pooling layer)。 对比：卷积神经网络 ...
分类：
其他好文 时间：
2020-01-14 00:02:34
阅读次数：
107
1. 卷积神经网络的基本原理以及几个核心概念都介绍完了。接下来我们进入人脸识别的环节，总体分为四步：第一步就是人脸边框检测，第二步就是图像校准，第三步是图像转向量，第四步是向量对比。 第一步人脸边框检测。一张图片上，有可能不止一张脸，而是有多张脸。不管有多少张脸，我们先把符合人脸特征的边框找到，并且 ...
分类：
其他好文 时间：
2020-01-09 10:18:02
阅读次数：
76
卷积神经网络 在之前的文章里,对28 X 28的图像,我们是通过把它展开为长度为784的一维向量,然后送进全连接层,训练出一个分类模型.这样做主要有两个问题 1. 图像在同一列邻近的像素在这个向量中可能相距较远。它们构成的模式可能难以被模型识别。 2. 对于大尺寸的输入图像，使用全连接层容易造成模型 ...
分类：
Web程序 时间：
2020-01-07 16:31:03
阅读次数：
124
课程目录: 01.预备内容（入门）02.Python基础（入门）03.PyTorch基础（入门）04.神经网络（进阶）05.卷积神经网络（进阶）06.循环神经网络（进阶）07.生成对抗网络GAN（进阶）08.强化学习（进阶）09.毕业项目 下载地址:深度学习理论与实战PyTorch实现 ...
分类：
其他好文 时间：
2020-01-06 09:16:54
阅读次数：
80
从本质上讲，深度残差收缩网络属于卷积神经网络，是深度残差网络（deep residual network, ResNet）的一个变种。它的核心思想在于，在深度学习进行特征学习的过程中，剔除冗余信息是非常重要的；软阈值化是一种非常灵活的、删除冗余信息的方式。 1.深度残差网络 首先，在介绍深度残差收缩 ...
分类：
其他好文 时间：
2020-01-01 09:44:06
阅读次数：
103
R-CNN 【深度学习】R-CNN 论文解读及个人理解 【目标检测】RCNN算法详解 R-CNN论文翻译解读 总之，R-CNN取得成功的两个关键因素：1：在候选区域上自下而上使用大型卷积神经网络(CNNs)，用以定位和分割物体。2：当带标签的训练数据不足时，先针对辅助任务进行有监督预训练，再进行特定 ...
分类：
其他好文 时间：
2019-12-29 23:32:37
阅读次数：
77
深度残差收缩网络是一种新颖的深度学习算法，实际上是深度残差网络的升级版本，能够在一定程度上提高深度学习方法在含噪数据上的特征学习效果。 首先，简单回顾一下深度残差网络，深度残差网络的基本模块如下图所示。相较于普通的卷积神经网络，深度残差网络引入了跨层的恒等映射，来减小模型训练的难度，提高准确率。 然 ...
分类：
其他好文 时间：
2019-12-28 22:54:46
阅读次数：
138
