|
|
51CTO旗下网站
|
|
移动端

3.1 简介

《Python深度学习实战:75个有关神经网络建模、强化学习与迁移学习的解决方案》第3章卷积神经网络,本章重点介绍CNN 及其构建模块。在本章中,将提供有关CNN 中使用的技术和优化方案。本节为简介。

作者:程国建/周冠武 译来源:机械工业出版社|2018-09-01 10:19

第3章 卷积神经网络

在本章中,将重点讨论卷积神经网络(CNN),涵盖以下主题:

开始使用滤波器和参数共享;

应用层合并技术;

使用批量标准化进行优化;

理解填充和步长;

试验不同类型的初始化;

实现卷积自动编码器;

将一维CNN 应用于文本。

3.1 简介

本章重点介绍CNN 及其构建模块。在本章中,将提供有关CNN 中使用的技术和优化方案。CNN,也称为ConvNet,是一种特定类型的FNN,其中网络具有一个或多个卷积层。卷积层可以用完全连接的层补充。如果网络只包含卷积层,网络结构命名为完全卷积网络(FCN)。

卷积网络和深度学习在计算机视觉中是密不可分的。但是,CNN 也可以用于其他应用,比如各种NLP 问题,将在本章中介绍。


喜欢的朋友可以添加我们的微信账号:

51CTO读书频道二维码


51CTO读书会第9群:808517103

【责任编辑:book TEL:(010)68476606】

回书目   上一节   下一节
点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

网络渗透测试——保护网络安全的技术、工具和过程

网络和计算机安全问题已经成为政府、企业必须面对的现实问题。应对安全威胁的途径之一就是采用渗透测试的方法模拟黑客的攻击,找出网络和计...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊