资源分类
》 资源 》 经验分享 》卷积和神经网络有什么关系？

卷积和神经网络有什么关系？

2019-09-17 | |  108 |   0

原标题：卷积和神经网络有什么关系？

原文来自：博客园      原文链接：https://www.cnblogs.com/renzhe111/p/11514531.html


如上一段所述，卷积可以提取特征，但对于真实世界当中的大规模图片库，我们并不知道哪个局部特征有效，我们还是希望通过训练神经网络，自动学习出来，怎么做呢？还得用到前面学到的BP算法，但现在的问题是卷积和神经网络有什么关系呢？看下面两个图可以知道，其实卷积的运算就是相乘之后求和，和神经网络效果是一样的。卷积核和卷积结果分别对应着神经网络中的参数和隐藏层结果。这样就回到前面所学的BP算法了，做法是一样的，先初始化参数，再通过训练使得误差越来越小。

1698794-20190912182044342-705956756.png

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com

上一篇：池化的名字由何而来？

下一篇：BP（back propagation）误差逆传播神经网络

用户评价
全部评价

热门资源

  • Python 爬虫（二）...

    所谓爬虫就是模拟客户端发送网络请求，获取网络响...

  • TensorFlow从1到2...

    原文第四篇中，我们介绍了官方的入门案例MNIST，功...

  • TensorFlow从1到2...

    “回归”这个词，既是Regression算法的名称，也代表...

  • 机器学习中的熵、...

    熵 (entropy) 这一词最初来源于热力学。1948年，克...

  • TensorFlow2.0（10...

    前面的博客中我们说过，在加载数据和预处理数据时...