卷積神經網絡的特點,優缺點,數據處理等詳細資料免費下載

資料大小: 2.77 MB

所需積分: 0

下載次數:

用戶評論: 0條評論,查看

上傳日期: 2018-08-09

上 傳 者: 易水寒他上傳的所有資料

資料介紹

標簽:cnn(71)Dropout(8)神經網絡(1039)

  主要內容

  神經網絡和卷積神經網絡

  層次結構

  數據處理

  訓練算法

  優缺點

  正則化與Dropout

  典型的結構與訓練方式

  神經網絡之結構

  卷積神經網絡(Convolutional Neural Networks,CNN),CNN可以有效的降低反饋神經網絡(傳統神經網絡)的復雜性,常見的CNN結構有LeNet-5、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet等等,其中在LVSVRC2015冠軍ResNet是AlexNet的20多倍,是VGGNet的8倍;從這些結構來講CNN發展的一個方向就是層次的增加,通過這種方式可以利用增加的非線性得出目標函數的近似結構,同時得出更好的特征表達,但是這種方式導致了網絡整體復雜性的增加,使網絡更加難以優化,很容易過擬合。

  CNN的應用主要是在圖像分類和物品識別等應用場景應用比較多

用戶評論

查看全部 條評論

發表評論請先 , 還沒有賬號?免費注冊

發表評論

用戶評論
技術交流、我要發言! 發表評論可獲取積分! 請遵守相關規定。
上傳電子資料
小仙女视频下载安装-小仙女视频app破解版-小仙女视频平台二维码