【卷积神经网络综述2400字】_第1页
【卷积神经网络综述2400字】_第2页
【卷积神经网络综述2400字】_第3页
【卷积神经网络综述2400字】_第4页
【卷积神经网络综述2400字】_第5页
已阅读5页，还剩3页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1在工业过程中由于网络模型较大导致的不方便实施或者导致的拟合程度过高导输入的数据不一样，会导致训练时间和收敛速度有差异，输入层的输入会是某个维度的数据，卷积可以做二维卷积(表示为n×n),也可以做三维卷积，他要不是只看到局部的，可以提取的特征就越复杂；如图2-9所示，进行相乘相加得每个卷积步长被设置成1时，卷积核将依次逐个地扫描目前所需要映射的每个像公式2-3和公式2-4,其中W2代表卷积后FeatureMap的宽度；H2代表卷积代表卷积核的大小(比如3×3则为3);P代表填充的数量；S象征着卷积过程中0001110111000100Maxout等下面对几种激活函数进行简单介绍：Sigmoid函数主要是二分类，它的输出永远是在单位长度之间，单调连续。其定义如公式2-5所示。其对应图像如图2-10所示。且不是以0为中心的，所以较少使用。对应函数如图2-11所示。但是还是没有改变Sigmoid函数的最大问题一一由于饱和性产生的梯度消ReLU函数是卷积神经网络中常用的激活函数，其定义式如公式2-6所示。y=max(0,x)函数图像如图2-12所示。图2-12ReLU函数由图2-12可知，当x小于0时就保留0,此时神经元不会被激活，当x大于0时就保留大于0的值，所以ReLU能够在x>0时保持梯度不衰减，从而缓解了信息。如果要求输入是一个4×4大小的图像，输出是一个2×2的图像，如图3570495316218324图2-13最大池化由于计算机视觉、语音识别等技术在各个领域的广泛应用，以Pytorch、人工智能研究开发Pytorch这一深度学习框架进行学习和研究，该框架于2017年开源到GitHub上极大的方便了深度学习初学者们的学习和应用。下面就Pytorch框架有容易上手、便于理解和调试、速度快以及有完整的文档和活跃的社区等特点，Pytorch被称为神经网络界的Numpy,因其支持GPU着天然的优势，在运行过程中易于Debug的特点也使其在调试过程Caffe框架是一个较为高效的框架，是以C++语言为基础，以简介和快速著体来说，虽然Caffe的文档不够完善，但其性能比较优越，比较适用于生产。比于上述的Pytorch框架来说，对出入深度学习的新手并不是十分友好，通过对比以上三种主流的深度学习框架，

人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论