卷积神经网络常见的层结构有哪些

 时间:2024-10-14 00:28:38

1、卷积层.卷积层由耩撞苏粪参数可学习的卷积核组成。卷积核的宽度和长度可改变,深度必须与输入层的通道数一致。比如说输入32*32*3的图片,一个卷积核的大小为5*5*3,一个卷积璀煌蒈琊核在padding=0情况下划窗生成一个二维的激活图(28*28*1)。

卷积神经网络常见的层结构有哪些

2、如果我们有6个5*5*3的卷积核,就可以生成28*28*6的激活图。输出层的通道数与卷积核个数一致。

卷积神经网络常见的层结构有哪些

3、池化层:池化层用来控制图片的空间尺寸,相当于一个降采样的过程。同时,池化层也有着控制过拟合的作用。有maxpooling,averagepooling等类型

卷积神经网络常见的层结构有哪些

4、激活函数层:常用的激活函数有sigmoid,ReLU,tanh,leakyReLU等等

卷积神经网络常见的层结构有哪些

5、归一化层:最常用的归一化层是Batch Normalization。能使训练速度大大加快。

卷积神经网络常见的层结构有哪些

6、全连接层:全连接层(fully connected layers,FC)指的是神经元完全与输入的变量连接,在整个卷积神经网络中起到“分类器”的作用。

卷积神经网络常见的层结构有哪些
  • Matlab作图线型和颜色设置
  • MATLAB程序中设定图片坐标和标号的字体大小
  • 怎样创建曲线箭头?
  • 柱层析在对一些有机物的粗分离
  • 在word中如何快速插入矩阵?
  • 热门搜索
    小学生国庆节手抄报 书香校园手抄报资料 清明祭奠英烈手抄报 我爱读书手抄报资料 我爱我家手抄报图片 动物手抄报大全 快乐五一英语手抄报 人与自然手抄报 国庆70周年手抄报内容 法制进校园手抄报