CNN,典型网络结构与常用框架.pdf

CNN与常用框架 七月算法 寒老师 2016年5月22 日 主要内容  神经网络与卷积神经网络 1.层级结构 2.数据处理 3.训练算法 4.优缺点  实际搭建与训练CNN 1.典型CNN 2.训练与fine-tuning  常用框架与应用 1.常用框架 2.广泛应用 2 5 月深度学习班 神经网络之 是什么 神经网络长什么样？ 什么鬼… 3 5 月深度学习班 神经网络之 是什么 从逻辑回归到神经元 『感知器』 4 5 月深度学习班 神经网络之 是什么 添加少量隐层 = 浅层神经网络 5 5 月深度学习班 神经网络之 是什么 增多中间层 = 深度神经网络(DNN) 6 5 月深度学习班 神经网络之 为什么  神经网络应用在分类问题中效果好  LR或者linear SVM，线性分割 7 5 月深度学习班 神经网络之 为什么  LR和SVM对于非线性可分，怎么处理的？  为什么不用它们？ 8 5 月深度学习班 神经网络之 为什么  非线性可分，怎么办？ 9 5 月深度学习班 神经网络之 为什么  神经元完成 『逻辑与』 10 5 月深度学习班 神经网络之 为什么 11 5 月深度学习班 神经网络之 为什么  神经元完成 『逻辑或』 12 5 月深度学习班 神经网络之 为什么  对线性分类器的 『与』和 『或』的组合  完美对平面样本点分布进行分类 13 5 月深度学习班 神经网络到卷积神经网络  我们知道神