工智能基础知识总结--什么是CNN

2023-12-31 12:00:58
  1. 什么是CNN

    卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一。CNN最常用于CV领域,但是在NLP等其他领域也有应用,如用于文本分类的TextCNN。

    下面是一个CNN的经典网络结构(LeNet):

    sHYs0A.png

    CNN一般具有以下结构:

    • 输入层

      输入CNN的图片数据通常会进行以下处理之一:

      • 对每个像素点求均值,得到均值图像,当训练时用原图减去均值图像。
      • 对所有输入在三个颜色通道R/G/B上取均值,只会得到3个值,当训练时减去对应的颜色通道均值。
      • 减去均值后除以标准差进行归一化。
      • 白化(用PCA降维,对数据每个特征维度除以标准差进行归一化)。
    • 卷积层

      对图像(不同的数据窗口数据)和卷积核(一组固定的权重:因为每个神经元的多个权重固定,所以又可以看做一个恒定的滤波器 filter)做内积(逐个元素相乘再求和)的操作就是所谓的『卷积』操作,也是卷积神经网络的名字来源。

文章来源:https://blog.csdn.net/Runnymmede/article/details/135239392
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。