摘要：
4.2深度卷积网络 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " "吴恩达老师课程原地址" 参考文献 [残差网络] He K, Zhang X, Ren S, et al. Deep Residual Learning for Image Recognition[J]. 2015:7 阅读全文
posted @ 2018-07-24 21:52
WUST许志伟
阅读(2968)
评论(0)
推荐(2)
摘要：
4.2深度卷积网络 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 参考文献 [LeNet] Lécun Y, Bottou L, Bengio Y, et al. Gradient based learning applied to document recognition[J]. 阅读全文
posted @ 2018-07-24 16:33
WUST许志伟
阅读(307)
评论(0)
推荐(0)
摘要：
4.1卷积神经网络 " " " " " " "吴恩达老师课程原地址" 1.9池化层 优点 池化层可以缩减模型的大小，提高计算速度，同时提高所提取特征的鲁棒性。 池化层操作 池化操作与卷积操作类似，但是池化操作是保留池化窗口在扫过原始图像中时的最大值。注意:每个信道都在其单独的信道中执行池化操作。 其 阅读全文
posted @ 2018-07-24 10:09
WUST许志伟
阅读(876)
评论(0)
推荐(0)
浙公网安备 33010602011771号