×

卷积神经网络的特点,优缺点,数据处理等详细资料免费下载

消耗积分:0 | 格式:rar | 大小:2.77 MB | 2018-08-09

分享资料个

  主要内容

  神经网络和卷积神经网络

  层次结构

  数据处理

  训练算法

  优缺点

  正则化与Dropout

  典型的结构与训练方式

  神经网络之结构

  卷积神经网络(Convolutional Neural Networks,CNN),CNN可以有效的降低反馈神经网络(传统神经网络)的复杂性,常见的CNN结构有LeNet-5、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet等等,其中在LVSVRC2015冠军ResNet是AlexNet的20多倍,是VGGNet的8倍;从这些结构来讲CNN发展的一个方向就是层次的增加,通过这种方式可以利用增加的非线性得出目标函数的近似结构,同时得出更好的特征表达,但是这种方式导致了网络整体复杂性的增加,使网络更加难以优化,很容易过拟合。

  CNN的应用主要是在图像分类和物品识别等应用场景应用比较多

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !