1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 人工智能

人工智能基础与实践第6章《卷积神经网络I》.pptx

人工智能基础与实践第6章《卷积神经网络I》.pptx

    ;;;

    i参数学习如何训练?;

    训练输入的样本和分类对象是已定的，训练的深度（隐藏层的层数）和卷积核（神经元）的数量、大小都是训练前根据经验设定的。

    如果训练参数设置不合理会导致过拟合或者欠拟合！！

    在全连接前馈神经网络中，梯度主要通过每一层的误差项s进行反向传播，并进一步计算每层参数的梯度。

    和全连接前馈网络类似，卷积网络也可以通过误差反向传播算法来进行参数学习。在卷积神经网络中，主要有两种不同功能的神经层：卷积层和池化层。因此，需要重新考虑需要更新的参数。;;

    CNN反向传播计算过程

    传统的神经网络是全连接形式的，如果进行反向传播

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >