摘要: 卷积神经网络有三个结构上的特性:局部连接,权重共享以及空间或时间上的次采样。这些特性使得卷积神经网络具有一定程度上的平移、缩放和扭曲不变性. CNN由可学习权重和偏置的神经元组成。每个神经元接收多个输入,对它们进行加权求和,将其传递给一个激活函数并用一个输出作为响应。 循环神经网络可以记住先前时间步 阅读全文
posted @ 2021-03-10 11:27 KLAPT 阅读(93) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示