深度学习与大模型 课件 张永忠 第4--9章 卷积神经网络与计算机视觉 --- 大模型的部署与应用 .pptx

深度学习与大模型 课件 张永忠 第4--9章 卷积神经网络与计算机视觉 --- 大模型的部署与应用 .pptx

第4章卷积神经网络与计算机视觉

4.1卷积神经网络的基础概念4.2卷积层、池化层与全连接层4.3CNN在图像分类中的应用4.4迁移学习与预训练模型4.5卷积神经网络的优化

卷积神经网络的基础概念4.1

卷积操作1.核心原理:3×3/5×5卷积核在图像上滑动,与对应像素块加权求和,生成特征映射(如图4-1)

2.关键参数:

(1)卷积核大小:影响感受野(尺寸越大,全局特征越好,但计算量激增0)

(2)步长:滑动像素数(步长>卷积核尺寸易遗漏像素)

(3)填充:边界补零,避免卷积后尺寸缩小(如图4-2)

卷积核与特征提取1.卷积核特性:奇数尺寸(

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档