卷积神经网络在图像识别中的应用.pptxVIP

卷积神经网络在图像识别中的应用;目录;Hubel和Wiesel在研究猫脑皮层中用于局部敏感方向选择的神经元时，发现其独特的网络结构可以有效降低反馈神经网络的复杂性。 Fukushima提出了第一个基于神经元之间的局部连接型和层次结构组织的用于转化图像的网络Neocognition. 根据Fukushima的观点，LeCun提出了以LeNet为代表的卷积神经网络。 ;卷积神经网络的特点;卷积神经网络模型;卷积和下采样（降采样）过程;卷积过程;卷积神经网络的训练过程;网络训练流程图;Olivetti Faces人脸数据集介绍;程序所参考的卷积神经网络结构：LeNet-5;程序模块介绍; learning_rate = 0.05 //学习速率 batch_size = 40 //一次输入CNN的样本数 n_epochs = 100 //最大训练步数 nkerns = [20, 50] //第一层卷积核个数为20， 第二层卷积核个数为50 poolsize = (2, 2) //从一个2*2的区域里maxpooling 出1个像素;谢 谢！;感谢观看！