摘要：
最近在思考，为什么卷积神经网络可以学习到图像中的信息？？？故而做了一个小笔记。 参考链接 前人之述详备，此仅为我之浅思 浅析卷积神经网络为何能够进行特征提取 特征值和特征向量意义-告诉了我：特征向量使我们可以找到数据在各个维度区分度达到最大的坐标轴，进而获得最有效的信息 下述网址主要为一些补充，实际 阅读全文
posted @ 2022-01-12 20:01
小澳子
阅读(680)
评论(0)
推荐(0)
摘要：
参考链接 这是我找到的非常棒的描述卷积计算尺寸变化的笔记 本文笔记为自用，故而使用的是自己可以理解的形式。详情请看下面的链接里的博客。 卷积运算和运算后特征图大小计算2_胡侃有料的博客-CSDN博客 学习笔记 卷积（除不尽）向下取整，池化（除不尽）向上取整 卷积尺寸变化计算 卷积参数padding若 阅读全文
posted @ 2022-01-12 11:14
小澳子
阅读(703)
评论(0)
推荐(0)
摘要：
本笔记为自用总结。 倘若想学习，请参考一下两个链接即可。 卷积运算和运算后特征图大小计算1_胡侃有料的博客-CSDN博客_卷积特征图大小计算 CNN中卷积层的计算细节 一张RGB的三通道彩色影像，被numpy或其他模块里的函数读取到网络里后，是三通道的影像。 卷积神经网络中的卷积部分，在模型运行的过 阅读全文
posted @ 2022-01-12 10:38
小澳子
阅读(2190)
评论(0)
推荐(0)
浙公网安备 33010602011771号