文件名称:
深度学习基础（四）—— 神经网络各层的意义
开发工具:
文件大小: 275kb
下载次数: 0
上传时间: 2021-01-06
详细说明：1 卷积层
稀疏交互：减少时间复杂度，提高运算时间。
参数共享：
降低模型参数的存储需求，提高统计效率。
参数共享的特殊形式使得神经网络层具有对平移等变（equivariance）的性质
1.1 卷积神经网络的感受野
1.1.1 感受野的概念
感受野就是视觉感受区域的大小。在卷积神经网络中，感受野的定义是 卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区域大小
1.1.2 感受野的计算
第一层卷积层的输出特征图像素的感受野的大小等于滤波器的大小
计算感受野大小时，忽略了图像边缘的影响，不考虑padding的大小
strides的概念
stride（i\uff09=
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
