TensorFlow 池化层
摘要:在 TensorFlow 中使用池化层 在下面的练习中,你需要设定池化层的大小,strides,以及相应的 padding。你可以参考 tf.nn.max_pool()。Padding 与卷积 padding 的原理一样。 说明 完成 maxpool 函数中所有的 TODO。 设定 strides,
阅读全文
posted @
2018-07-04 19:35
未完代码
阅读(254)
推荐(0) 编辑
TensorFlow的 卷积层
摘要:用 TensorFlow 做卷积 让我们用所学知识在 TensorFlow 里构建真的 CNNs。在下面的练习中,你需要设定卷积核滤波器(filters)的维度,weight,bias。这在很大程度上来说是 TensorFlow CNNs 最难的部分。一旦你知道如何设置这些属性的大小,应用 CNNs
阅读全文
posted @
2018-07-04 19:32
未完代码
阅读(316)
推荐(0) 编辑
TensorFlow 中的卷积网络
摘要:TensorFlow 中的卷积网络 是时候看一下 TensorFlow 中的卷积神经网络的例子了。 网络的结构跟经典的 CNNs 结构一样,是卷积层,最大池化层和全链接层的混合。 这里你看到的代码与你在 TensorFlow 深度神经网络的代码类似,我们按 CNN 重新组织了结构。 如那一节一样,这
阅读全文
posted @
2018-07-04 19:26
未完代码
阅读(232)
推荐(0) 编辑
1x1卷积
摘要:你可能会想为什么有人会用1x1卷积,因为它关注的不是一块像素,而是一个像素,图1 图1 我们看看传统的卷积,它基本上是运行在一个小块图像上的小分类器,但仅仅是个线性分类器。图2 图2 如果你在中间加一个1x1卷积,你就用运行在一块像素上的神经网络代替了线性分类器。 在卷积操作中散步一些1x1卷积是一
阅读全文
posted @
2018-07-04 19:18
未完代码
阅读(1487)
推荐(0) 编辑
最大池化
摘要:TensorFlow 最大池化 由 Aphex34 (自己的作品) CC BY-SA 4.0, 通过 Wikimedia Commons 共享 这是一个最大池化的例子max pooling 用了 2x2 的滤波器 stride 为 2。四个 2x2 的颜色代表滤波器移动每个步长所产出的最大值。 例如
阅读全文
posted @
2018-07-04 18:50
未完代码
阅读(1631)
推荐(0) 编辑
CNN网络改善的方法——池化
摘要:一个能降低卷积金字塔中特征图的空间维度,目前为止,我们通过调整步幅,将滤镜每次移动几个像素。图1 从而降低特征图的尺寸。这是降低图像采样率的一种非常有效的方法。 图1 它移除了很多信息,如果我们不采用每两个卷积跳过一个的方法,二依然执行非常小的步幅,比如说1. 但是我们通过某种方法把相邻的所有卷积结
阅读全文
posted @
2018-07-04 18:48
未完代码
阅读(2135)
推荐(0) 编辑
tensorflow 卷积层
摘要:TensorFlow 卷积层 TensorFlow 卷积层 TensorFlow 卷积层 TensorFlow 卷积层 TensorFlow 卷积层 TensorFlow 卷积层 让我们看下如何在 TensorFlow 里面实现 CNN。 TensorFlow 提供了 tf.nn.conv2d()
阅读全文
posted @
2018-07-04 18:18
未完代码
阅读(176)
推荐(0) 编辑
CNN输出维度的计算
摘要:在 CNN 的一层中的 patch 中共享权重 w ,无论猫在图片的哪个位置都可以找到。 在 CNN 的一层中的 patch 中共享权重 w ,无论猫在图片的哪个位置都可以找到。 在 CNN 的一层中的 patch 中共享权重 w ,无论猫在图片的哪个位置都可以找到。 在 CNN 的一层中的 pat
阅读全文
posted @
2018-07-04 17:31
未完代码
阅读(3029)
推荐(0) 编辑
CNN滤波器
摘要:CNN 的第一步是把图片分成小块。我们通过选取一个给定宽度和高度的滤波器来实现这一步。 滤波器会照在图片的小块 patch (图像区块)上。这些 patch 的大小与滤波器一样大。 CNN 的第一步是把图片分成小块。我们通过选取一个给定宽度和高度的滤波器来实现这一步。 滤波器会照在图片的小块 pat
阅读全文
posted @
2018-07-04 16:34
未完代码
阅读(1449)
推荐(0) 编辑
CNN如何识别一幅图像中的物体
摘要:让我们对卷积神经网络如何工作形成更好直观感受。我们先看下人怎样识别图片,然后再看 CNNs 如何用一个近似的方法来识别图片。 比如说,我们想把下面这张图片识别为金毛巡回犬。 让我们对卷积神经网络如何工作形成更好直观感受。我们先看下人怎样识别图片,然后再看 CNNs 如何用一个近似的方法来识别图片。
阅读全文
posted @
2018-07-04 16:23
未完代码
阅读(9156)
推荐(1) 编辑
什么是卷积?
摘要:图1 一张图片有宽和高图1,且通常一幅图像是由红绿蓝三色通道,所以它还有深度信息图2。 图2 深度为3 现在假设拿出图片的一小块,运行一个具有K个输出的小神经网络,像图3一样把输出表示为垂直的一小列 图3 在不改变权重的情况下,把这个小神经网络滑过整个图片,就像我们拿个涮子一样水平垂直地滑动。图4,
阅读全文
posted @
2018-07-04 15:29
未完代码
阅读(660)
推荐(0) 编辑