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
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
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
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
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
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
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
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
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
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
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