Deep Learing之深度网络与传统的区别以及卷积神经网络的关键想法

深度网络与传统机器学习的重要区别：传统机器学习做分类的时候需要大量的先验经验和领域知识对分类特征进行设计，但是又很难保证特征的泛化能力。而深度学习可以通过网络来拟合特征可以避免这种问题，因为深度学习通过多层结构从原始数据中得到的特征可以同时提高特征的区分选择性和特征不变形，而且可微小细节的特征进行区分，如从白色的狼中区分出萨摩耶犬，同时忽略背景、亮度、姿势等特征。

卷积神经网络的4个关键想法:局部连接、权值共享、池化以及多网络层的使用

局部连接：每一层图像的局部块，被一个叫做卷积的滤波器权值映射到特征图中；
权值共享：每一层的特征图使用的过滤器是相同的，不同层使用不同的滤波器；
池化：卷积层的作用是探测上一层特征的局部连接，然而池化层的作用是在语义上把相似的特征合并起来，池化操作让这些特征对各种变化具有更好的鲁棒性；
多层网络的使用：通过多层网络实现对低级特征的组合，转换为高级的特征。

Deep Learing之深度网络与传统的区别以及卷积神经网络的关键想法相关推荐

深度学习入门（三十一）卷积神经网络——GoogLeNet
深度学习入门(三十一)卷积神经网络--GoogLeNet 前言卷积神经网络--GoogLeNet 课件最好的卷积层超参数? Inception:全都要 Inception块 GoogLeNet 段 ...
深度学习入门（三十三）卷积神经网络——ResNet
深度学习入门(三十三)卷积神经网络--ResNet 前言卷积神经网络--ResNet 课件加更多的层总是改进精度吗? 残差块 ResNet块细节不同的残差块 ResNet块 ResNet架构总 ...
吴恩达深度学习第四课第一周卷积神经网络
文章目录前言一.计算机视觉(引言) 二.边缘检测示例(过滤器) 三.更多边缘检测内容(由亮到暗还是由暗到亮?) 四.Padding(Valid.Same.p) 五.卷积步长(s) 六.三维卷积(通 ...
深度学习入门（三十）卷积神经网络——NiN
深度学习入门(三十)卷积神经网络--NiN 前言卷积神经网络--NiN 课件网络中的网络NiN 全连接层的问题 NiN块 NiN架构 NiN Networks 总结教材 1 NiN块 2 NiN ...
深度学习笔记（六） cnn 卷积神经网络
1)卷积神经网络是一种前馈神经网络,前面讲的网络包括full NN,感知器都是前馈网络,BP是一种前馈网络的训练方法. 2)卷积神经网络主要是降维,有点类似PBA CNN的基本结构包括两层,其一为特征 ...
【深度学习理论】一文看懂卷积神经网络
[深度学习理论]一文看懂卷积神经网络 https://mp.weixin.qq.com/s/wzpMtMFkVDDH6scVcAdhlA 选自Medium 作者: Pranjal Yadav 经机器之 ...
深度学习100例 | 第25天-卷积神经网络（CNN）：中文手写数字识别
大家好,我是『K同学啊』! 接着上一篇文章深度学习100例 | 第24天-卷积神经网络(Xception):动物识别,我用Xception模型实现了对狗.猫.鸡.马等四种动物的识别,带大家了解了Xc ...
吴恩达深度学习课程之第四门课卷积神经网络第二周深度卷积网络
本文参考黄海广主编针对吴恩达深度学习课程DeepLearning.ai <深度学习课程笔记 (V5.1 )> 第二周深度卷积网络 2.1 为什么要进行实例探究?(Why look at ...
胶囊网络为何如此热门？与卷积神经网络相比谁能更胜一筹？
编译 | AI科技大本营参与 | 孙士洁编辑 | 明明 [AI科技大本营按]胶囊网络是什么?胶囊网络怎么能克服卷积神经网络的缺点和不足?机器学习顾问AurélienGéron发表了自己的看法 ...

Deep Learing之深度网络与传统的区别以及卷积神经网络的关键想法

Deep Learing之深度网络与传统的区别以及卷积神经网络的关键想法相关推荐

最新文章

热门文章