深度学习项目班_第一课_图像识别原理_鱼类分类实战

深度学习项目班_第一课_图像识别原理_鱼类分类实战

1、图像识别 原理：参数共享 局部互联

1、为什么神经元是线性函数，激活函数是一个非线性函数的结构？

非线性函数，为了使得一个输入有一个判断的输出，即高低电平。相当于对一个信息有了一个判断或者是处理。如果都是线性函数是实质是对信息的处理没有化简的趋势。

2、一个网络结构实质有几大块？

卷积层

全链接层

卷积层是 卷积核+神经元

3、卷积核的特性

接近处理图片的位置的卷积核的作用，越具有通用性。

接近输出层的位置的，越表征对于这个数据的特征表达

4、参数计算

32*32*3

5*5*3

5*5*3*神经元个数

5、过滤后的数据模板

（图片长-卷积核长+2*panding数量）/ 每次滑动格数 + 1

6、每个卷积核

实质是抽取的图片的特征

二、迁移学习

1、应用场景

训练集数据较少，     任务基本相同

2、训练方法

逐层从后向前计算

三、物体识别

项目未知

原理 R_CNN   faster R_CNN fastest R_CNN

region 划去图片小范围

CNN 回归和CNN分类