UFLDL教程的卷积神经网络(CNN)实现
2017-09-08 17:37
435 查看
UFLDL中介绍了卷积神经网络，卷积神经网受启发于动物的视觉神经系统，是将研究大脑获得的深刻理解成功用于机器学习应用的关键例子。最早的一个成功应用是在20世纪90年代，LeCun等人开发的读取支票的卷积网络LeNet-5.
卷积神经网是由几个相互交替的卷积层（convolution layer）和池化层（pooling layer），最后再是一个用作softmax分类的全联接层构成。其设计的两个关键特性就是部分链接和权值共享。
UFLDL的练习与LeNet-5类似，就是对MNIST (Mixed National Institute of Standards and Technology database)手写数字集进行分类。总共包括0-9共10类数字，每个样本为28x28的归一到[0,1]的图像。基本的网络结构如下图所示：
卷积神经网是由几个相互交替的卷积层（convolution layer）和池化层（pooling layer），最后再是一个用作softmax分类的全联接层构成。其设计的两个关键特性就是部分链接和权值共享。
UFLDL的练习与LeNet-5类似，就是对MNIST (Mixed National Institute of Standards and Technology database)手写数字集进行分类。总共包括0-9共10类数字，每个样本为28x28的归一到[0,1]的图像。基本的网络结构如下图所示：
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- TensorFlow简要教程系列（五）TensorFlow实现卷积神经网络（CNN）
- CNN卷积神经网络实现验证码识别（准确率达99%）
- Deep Learning-TensorFlow (1) CNN卷积神经网络_MNIST手写数字识别代码实现详解
- TensorFlow教程06：MNIST的CNN实现——源码和运行结果
- 深度学习之卷积神经网络CNN及tensorflow代码实现示例
- TensorFlow基础教程：搭建卷积神经网络CNN
- DeepLearning tutorial（5）CNN卷积神经网络应用于人脸识别（详细流程+代码实现）
- 卷积神经网络(CNN)代码实现(MNIST)解析
- PyTorch快速入门教程四(cnn:卷积神经网络 )
- Keras上实现卷积神经网络CNN
- Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现
- Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现（转）
- DeepLearning tutorial（5）CNN卷积神经网络应用于人脸识别（详细流程+代码实现）
- 深度学习之卷积神经网络CNN及tensorflow代码实现示例
- Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现
- Deep learning with Theano 官方中文教程（翻译）（四）—— 卷积神经网络（CNN）
- 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))
- 使用CNN（convolutional neural nets）检测脸部关键点教程（三）:卷积神经网络训练和数据扩充
- CNN卷积神经网络实现MNIST识别
- 卷积神经网络（CNN）：从原理到实现