原创力文档- 1、本文档共50页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
Johnson
导师：
卷积网络
ConvolutionalNetwork
1.神经元与神经网络
2.全局感受野与局部感受野
3.权值共享
4.卷积运算
5.池化
6.卷积计算公式
7.CNN的前向后向算法
8.常用的CNN（LeNet,AlexNet,VggNet,GoogleNet）
神经元与神经网络
Neuronsandneuralnetworks
从左向右依次是
输入层（inputlayer），
隐藏层（hiddenlayer），
输出层（outputlayer）
神经元与神经网络
Neuronsandneuralnetworks
输入x与对应权重wii
相乘再求和，然后加
上偏移b得到中间结果
=+
中间结果z经过激活函
数得到输出
=f(
1
()
使用=−作为
1+
激活函数，它通常记
作σ(z)
神经元与神经网络
Neuronsandneuralnetworks
前向传播公式：∈×1,∈×∈×1,∈×1
1⋯
=+=⋮⋱⋮⋅+⋮⋮
1⋯
+
11
=⋮
+
神经元与神经网络
Neuronsandneuralnetworks
反向传播公式：∈×1,∈×∈×1,∈×1
⋅
1⋯111
=⋅=⋮⋱⋮⋅⋮=⋮
⋯⋅
1
文档评论（0）