卷积神经网络（CNN）学习笔记_神经网络一个batch输入如何计算损失函数

作者：笔触狂放9 | 2024-06-08 11:12:38

踩

神经网络一个batch输入如何计算损失函数

卷积神经网络（CNN）

Keywords：

常用网络：LeNet5 、AlexNet VGGNet、 GoogleNet、 ResNet、DenseNet

filter size

stripe

padding

参数共享机制

fine tuning

输入层、卷积层、激励层、池化层、全连接层、Softmax 输出层

一般CNN结构依次为：

CNN 层次结构

一个CNN 层级结构示意图：

CNN demo

卷积层：一组固定的权重和不同窗口内数据做内积，就是卷积。

卷积层

激励层：

激励函数：

Sigmoid ： $f(x) = \frac{1}{1+e^{(-x)}}$ 函数很容易饱和， $|x| \geq 10$ 梯度近似于0

Sigmoid

Tanh :

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/笔触狂放9/article/detail/689586