摘要:
1:为什么要进行normolize 【注】1:希望把输入的值控制在有效的范围内 【注】希望能够进行高效的查询最优解。例如:当x2值大,x1值偏小时,w1的改变导致的影响较小,w2的改变导致的影响较大。 2:Normlization的种类 3:Batch Norm (3.1)Batch Norm的图解 阅读全文
posted @ 2021-08-04 22:21
收购阿里巴巴
阅读(153)
评论(0)
推荐(0)
摘要:
1:池化层 (1)Pooling(类似于downsampling) [注]leNet-5卷积神经网络中的Subsampling是向下采样中的隔行采样。而AlexNet之后的卷积神经网络则开始采用Max pooling或者是Avg sampling采样。 (1.1)Max pooling最大采样 (1 阅读全文
posted @ 2021-08-04 20:33
收购阿里巴巴
阅读(73)
评论(0)
推荐(0)

浙公网安备 33010602011771号