devbox
神奇cpp
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

深度学习（卷积网络、循环神经网络、对抗神经网络、Tensorflow实战）_深度学习学完卷积和循环之后学什么

作者：神奇cpp | 2024-07-19 23:56:40

赞

踩

深度学习学完卷积和循环之后学什么

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
下采样：
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
预处理：归一化，对所有像素点进行0-1归一化
在这里插入图片描述
将一列数再转换为图像，图像大小28281
在这里插入图片描述
独热编码：将label的编号
在这里插入图片描述
分为测试集和训练集
在这里插入图片描述
一般标准差指定的较小，偏置也指定一个常数

在这里插入图片描述

tf都是在4维上，batchsize，high,wide,channel,VGG默认是1
在这里插入图片描述
w,h要改的话是一样的

maxpooling:22的小区域，2的stride
在这里插入图片描述
输入大小尽量一致：
在这里插入图片描述
filter=55,输入通道1，输出通道32就是拿32个filter去做这件事。
在这里插入图片描述
第一次卷积后得到32个图

偏置项：
在这里插入图片描述
reshape:将特征数据转换为400002828的图像数据
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

全连接操作：在这里插入图片描述

在这里插入图片描述
-1占位，自动求解，比如40000，但是为了方便表示即可以换掉

在这里插入图片描述
dropout:在这里插入图片描述
在这里插入图片描述

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/神奇cpp/article/detail/854167
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号