2017年8月17日
卷积神经网络笔记
摘要： 卷积神经网络系统结构 PS：在池化层和全链接层之间可以加入多个卷积、激活、池化层 1、CONV：卷积层，用卷积核对输入图像进行卷积处理 2、RELU：激活层，将负值归零 3、池化层：有损压缩，减小图片尺寸 输入带标签的训练数据之后，卷积神经网络会根据输出与训练标签的误差反向调整自身的参数（卷积核和全 阅读全文
posted @ 2017-08-17 15:48 luozx207 阅读(362) 评论(0) 推荐(1) 编辑