小象学院深度学习笔记2(卷积神经网络-基础)
2017-07-28 16:21
916 查看
卷积神经网络与传统神经网络区别:卷积较传统参数量减少,但是计算量却增大了,所以需要GPU的计算。
跳变的理解:loss在update时,因为batch的存在,每次选一定数量的图片计算其下降方向,会导致变化的存在。
全连接层的神经元个数:比上一层少一点,一般是最终输出层神经元个数的两到三被倍。
课程链接:https://www.bilibili.com/video/av10324235/?from=search&seid=13946140712236582653#page=3
相关文章推荐
- 小象学院深度学习笔记4(卷积神经网络-目标分类)
- 深度学习笔记 (一) 卷积神经网络基础 (Foundation of Convolutional Neural Networks)
- Coursera deeplearning.ai 深度学习笔记4-1-Foundations of Convolutional Neural Networks-卷积神经网络基础及代码实现
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-1)-- 卷积神经网络基础
- 吴恩达深度学习笔记四:卷积神经网络 基础和目标检测部分
- 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-01-CNN基础知识点
- 深度学习笔记之CNN(卷积神经网络)基础
- 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-01-CNN基础知识点
- 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-01-CNN基础知识点
- 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-03-基于Python的LeNet之LR
- 深度学习word2vec笔记之基础篇
- 机器学习深度学习基础笔记(4)——Backpropagation算法实现
- 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-03-基于Python的LeNet之LR
- 深度学习word2vec笔记之基础篇
- 深度学习FPGA实现基础知识10(Deep Learning(深度学习)卷积神经网络(Convolutional Neural Network,CNN))
- 深度学习word2vec笔记之基础篇
- 卷积神经网络(CNN)学习笔记1:基础入门
- 吴恩达深度学习课程笔记之神经网络基础
- 深度学习word2vec笔记之基础篇
- 王小草【深度学习】笔记第二弹--细说卷积神经网络