深度学习算法与应用手册(执行版).docxVIP

  • 0
  • 0
  • 约2.82万字
  • 约 40页
  • 2026-06-03 发布于江西
  • 举报

深度学习算法与应用手册(执行版).docx

深度学习算法与应用手册(执行版)

第1章深度学习基础理论与核心算法

1.1卷积神经网络基础架构详解

卷积层(ConvolutionalLayer)是CNN的核心单元,通过共享权重和局部感受野实现特征提取。在输入图像$I$中,一个$3\times3$的卷积核$K$与局部$3\times3$区域进行点积运算,输出特征图$F$,其数学表达为$F(x,y)=\sum_{i,j}K(i,j)\cdotI(x+i,y+j)+b$,其中$b$为偏置项,用于调整特征分布。池化层(PoolingLayer)用于降低特征图的空间维度并增强平移不变

文档评论(0)

1亿VIP精品文档

相关文档