卷积神经网络与人工神经网络
1.卷积层 ：每个卷积核产生一张提取后的单通道图像(3通道进行卷积后也是1张了，因为累加了)2.pooling层：对每张矩阵是单连接的，即一张矩阵对应一个pooling。3.全连接层：相当与把3张图像，即[C,W,H]进行展平为C*W*H个神经元，全连接到全连接层卷积层不要和全连接混了！看图以为卷积不也是全连接吗？？？ANN为全排列方式展示出来，即1维度，而CNN每层的神经元都是3维度展示出来，但
·
1.卷积层 ：每个卷积核产生一张提取后的单通道图像(3通道进行卷积后也是1张了，因为累加了)
2.pooling层：对每张矩阵是单连接的，即一张矩阵对应一个pooling。
3.全连接层：相当与把3张图像，即[C,W,H]进行展平为C*W*H个神经元，全连接到全连接层
卷积层不要和全连接混了！看图以为卷积不也是全连接吗？？？
ANN为全排列方式展示出来，即1维度，而CNN每层的神经元都是3维度展示出来，但其内部的实现原理都是由神经元模型组成的神经网络
左边是实际的情况，右边是普通的图 输出的值代表神经元的个数（不是卷积核代表神经元的个数，他代表权重）
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献3条内容
所有评论(0)