神经网络

神经网络(二)

2018-11-21  本文已影响210人  Daily_Note

神经网络

1. 神经网络基础

2. MNIST数据集浅层神经网络分析

3. 卷积神经网络

4. 卷积神经网络MNIST数字图片识别


3. 卷积神经网络

深度的神经网络

  1. 卷积神经网络与简单全连接神经网络的比较
    • 全连接神经网络的缺点
      • 参数太多
      • 没有利用像素之间位置信息
      • 层数限制
  2. 卷积神经网络的发展历史
  1. 神经网络的结构分析
  1. 卷积网络API介绍
    • tf.nn.conv2d(input, filter,strides=,padding=,name=None)计算给定4-Dinput和fileter张量的2维卷积
      • input:给定的输入张量,具有[batch,height,width,channel],类型为float32, 64。
      • filter:指定过滤器的大小,[filter_height,filter_width, in_channels, out_channels]
      • strides:strides=[1, stride,stride, 1]步长
      • padding:“SAME”,“VALID”,使用的填充算法的类型,使用“SAME”。其中“VALID”表示滑动超出部分舍弃,“SAME”表示填充,使得变化后height,width一样大。
上一篇下一篇

猜你喜欢

热点阅读