第六周第九章卷積網(wǎng)絡(luò)_第1頁
第六周第九章卷積網(wǎng)絡(luò)_第2頁
第六周第九章卷積網(wǎng)絡(luò)_第3頁
第六周第九章卷積網(wǎng)絡(luò)_第4頁
第六周第九章卷積網(wǎng)絡(luò)_第5頁
已閱讀5頁，還剩45頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

導(dǎo)師：Johnson卷積網(wǎng)絡(luò)Convolutional

Network神經(jīng)元與神經(jīng)網(wǎng)絡(luò)全局感受野與局部感受野權(quán)值共享卷積運(yùn)算池化卷積計(jì)算公式CNN的前向后向算法常用的

N（LeNet,AlexNet,VggNet,Net）神經(jīng)元與神經(jīng)網(wǎng)絡(luò)Neurons

and

neural

networks神經(jīng)元與神經(jīng)網(wǎng)絡(luò)Neurons

and

neural

networks神經(jīng)元與神經(jīng)網(wǎng)絡(luò)=

+

=1

1?1???1?1?1??+=?1+1+Neurons

and

neural

networks前向

公式：∈

×

1

,∈

×

,

∈m

×

1

, ∈

×1神經(jīng)元與神經(jīng)網(wǎng)絡(luò)

=?

=1

1?1?1???1?=

11??=

1?=?

=

?

=

?1?1…

?

1?1

?

1?=??1???

= ?

1

=?1Neurons

and

neural

networks反向

公式：

∈

×

1,

∈

×

, ∈

m

×

1,

∈

×

1全局感受野與局部感受野全局感受野與局部感受野權(quán)重共享shared

weights卷積運(yùn)算Convolution

computation卷積運(yùn)算Convolution

computation卷積運(yùn)算Convolution

computation池化Pooling池化Pooling池化Pooling卷積計(jì)算公式Convolution

formula卷積計(jì)算公式Convolution

formulaOutputSize

=

(?????

??)+

2

×

??+

1

=

??????31527394卷積計(jì)算公式Convolution

formula思考：.

..

..

........

.

.

..

.

.

..

.

.

.常用CNNLeNetAlex

NetVgg

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論