DEEP LEARNING之三十三：Google Inception网络
卷积神经网络是强大的，同时也是灵活的，我们在设计时往往有很多的选择，比如下边一层我们应该用卷积层还是… 继续阅读 DEEP LEARNING之三十三：Google Inception网络
DEEP LEARNING之三十二：1乘1 filter 卷积层
你可能会疑惑为什么会有用1乘1 Filter的卷积层。它只是对数字乘一个固定的数字罢了，有什么用呢？… 继续阅读 DEEP LEARNING之三十二：1乘1 filter 卷积层
- 发表于：
-
作者：
Mark
- 分类： 深度学习(DeepLearning)
- 发表评论: DEEP LEARNING之三十二：1乘1 filter 卷积层
DEEP LEARNING之三十一：残差网络（Residual Networks）
如果数据够多，网络越深，越能发现更准确的模型。但是之前我们讲过随着神经网络的增大，会出现梯度消失和梯… 继续阅读 DEEP LEARNING之三十一：残差网络（Residual Networks）
- 发表于：
-
作者：
- 分类： 深度学习(DeepLearning)
DEEP LEARNING之三十：经典卷积神经网络赏析（LeNet-5，AlexNet，VGG-16）
LeNet-5 LeNet-5 可以说是卷积神经网络的开山鼻祖。它是由卷积神经网络之父Yan LeC… 继续阅读 DEEP LEARNING之三十：经典卷积神经网络赏析（LeNet-5，AlexNet，VGG-16）
DEEP LEARNING之二十九：卷积神经网络中的卷积层，池化层，全连接层
在卷积神经网络中一般包含着三种不同类型的层，分别是之前讲过的卷积层，还有池化层，以及全连接层。它们各… 继续阅读 DEEP LEARNING之二十九：卷积神经网络中的卷积层，池化层，全连接层
DEEP LEARNING之二十八：卷积神经网络的一层
我们这一篇文章就正式的看一下在卷积神经网络中，一个卷积层是怎么进行运算的。 经典神经网络里的全连接层… 继续阅读 DEEP LEARNING之二十八：卷积神经网络的一层
- 发表于：
-
作者：
- 分类： 深度学习(DeepLearning)
- 发表评论: DEEP LEARNING之二十八：卷积神经网络的一层
DEEP LEARNING之二十七：在卷积神经网络中多通道多Filter检测
之前我们的例子中只是对灰度值进行了检测，但对一个彩色图片来说，它有3个通道(channel):R,G… 继续阅读 DEEP LEARNING之二十七：在卷积神经网络中多通道多Filter检测
DEEP LEARNING之二十六：卷积神经网络中的Padding和Strided 卷积
卷积带来的问题 应用卷积后，我们发现带来两个问题。 数据损失 应用卷积后，我们会发现输出的矩阵总是小… 继续阅读 DEEP LEARNING之二十六：卷积神经网络中的Padding和Strided 卷积
DEEP LEARNING之二十五：卷积神经网络中关于Edge Detection的Filter
通过上一篇文章，你可能看到一个经过巧妙设计的Filter具有了检测竖直边缘的能力。这一篇文章我们就来… 继续阅读 DEEP LEARNING之二十五：卷积神经网络中关于Edge Detection的Filter
DEEP LEARNING之二十四：计算机视觉与卷积神经网络
人类获取外界信息最重要的途径就是视觉。要想实现AI，计算机也必须能够理解视觉内容。深度学习，特别是加… 继续阅读 DEEP LEARNING之二十四：计算机视觉与卷积神经网络
- 发表于：
-
作者：
- 分类： 深度学习(DeepLearning)
- 发表评论: DEEP LEARNING之二十四：计算机视觉与卷积神经网络