计算机视觉
图像分类
《人工智能应用基础》
CONTENTS
内 容
01
卷积神经网络
《人工智能应用基础》
《人工智能应用基础》
+
《人工智能应用基础》
《人工智能应用基础》
输入图片就是X,shape=(8,8,3);
4个filters shape=(3,3,3,4), 这个4是指有4个filters;
输出为Z1,shape=(6,6,4);
《人工智能应用基础》
激活函数relu
经过激活后,Z1变为A1,shape=(6,6,4);
02
VGG网络
《人工智能应用基础》
VGG主要探究了卷积神经网络的深度和其性能之间的关系,通过反复堆叠3*3的小卷积核和2*2的最大池化层,VGGNet成功的搭建了16-19层的深度卷积神经网络。
《人工智能应用基础》
03
ResNet网络
《人工智能应用基础》
ResNet来解决退化问题
《人工智能应用基础》
对于一个堆积层结构(几层堆积而成)当输入为x时其学习到的特征记为H(x),现在我们希望其可以学习到残差F(x)=H(x)-x,这样其实原始的学习特征是F(x)+x 。当残差为0时,此时堆积层仅仅做了恒等映射,至少网络性能不会下