卷积神经网络

作者: 萍水间人 | 来源:发表于2019-01-23 22:35 被阅读323次

    卷积可以认为是一种有效提取图像特征的方法


    一般会用一个正方形的卷积核, 便利图片上的每个点。让卷积核的中心遍历原有图像的每个点。(这段话存疑
    图片区域内,相对应的每一个像素值, 乘以卷积核内对应点的权重, 求和, 再加上偏置。


    卷积过程

    如果在matlab里面,这就是两个数组的乘法。

    计算输出图形的边长公式


    输出图形的边长公式

    但是有时候会进行全零填充
    也就是padding
    padding=‘SAME' 或者padding=’VALID'

    same或者valid

    tensorflow 中计算卷积

    计算卷积

    卷积提取特征的时候依然会有大量的数据,这时候池化就派上用场了。

    池化可以用于减少特征数量, 最大池化可以提取图片纹理,均值池化可保留背景特征。

    最大池化与均值池化

    tensorflow计算池化的函数

    tensorflow计算池化的函数

    训练神经元的时候,可以选择性的舍弃一些数据, 减少过拟合。
    tensorflow中使用dropout函数。

    相关文章

      网友评论

        本文标题:卷积神经网络

        本文链接:https://www.haomeiwen.com/subject/fiqejqtx.html