TensorFlow2_200729系列---26、图片为什么要使用卷积神经网络
TensorFlow2_200729系列---26、图片为什么要使用卷积神经网络
一、总结
一句话总结:
因为图片的数据量太大,特征太多,如果用全连接层参数太多,用卷积的思想可以只关注局部
1、RNN为什么增加层可以增加准确率(拿用评价做好评差评举例)?
第一层可能只能提取一些底层特征(比如褒义词贬义词),后面的层可以提取更高维度的特征(比如语句或者说说话人的情绪,比如开心、刺激、悲伤等等等等)
2、降维的话,autoencoder比主成分分析pca要好?
降维之后,autoencoder的各个分类分的更开,pca就混在一起了
并且降维之后,再重建,pca也会丢失很多信息,autoencoder会好很多
二、图片为什么要使用卷积神经网络
博客对应课程的视频位置:
我的旨在学过的东西不再忘记(主要使用艾宾浩斯遗忘曲线算法及其它智能学习复习算法)的偏公益性质的完全免费的编程视频学习网站:
【读书编程笔记】fanrenyi.com;有各种前端、后端、算法、大数据、人工智能等课程。
版权申明:欢迎转载,但请注明出处
一些博文中有一些参考内容因时间久远找不到来源了没有注明,如果侵权请联系我删除。
AI交流资料群:753014672