卷積神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用分析.pdf_第1頁
已閱讀1頁,還剩46頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、卷積神經(jīng)網(wǎng)絡(luò)早期在手寫數(shù)字識別已經(jīng)顯示出很好的效果.由于當時內(nèi)存和硬件的限制無法獲得大量的訓練數(shù)據(jù),使得網(wǎng)絡(luò)無法擴展更大的圖像,導致當時研究熱度減少.由于廣泛的可用性和GPU的增加使計算能力強大,2012年Alex Krizhevsky[8]在卷積神經(jīng)網(wǎng)絡(luò)模型中引入大型數(shù)據(jù)集,把分類誤差記錄從26%降到了15%,在很大程度上啟發(fā)了深層網(wǎng)絡(luò)在計算機視覺領(lǐng)域的使用.這幾年來,卷積神經(jīng)網(wǎng)絡(luò)在計算機視覺方面獲得了很多突破以往的研究成就和結(jié)果.它

2、強大的特征學習能力以及分類的本領(lǐng)在整個領(lǐng)域中得到了各方面的極大的注意,越來越多的研究者意識到卷積神經(jīng)網(wǎng)絡(luò)具有重要的分析和探究的必要性的價值.(1)首先介紹卷積神經(jīng)網(wǎng)絡(luò)的開展過程和相關(guān)歷史與背景,簡單介紹關(guān)于卷積神經(jīng)的基本結(jié)構(gòu)和運行的理論.
  (2)作為深度學習的開端,介紹Alex Net[8]網(wǎng)絡(luò)的基本構(gòu)成,闡述該模型的優(yōu)點,接著,大型網(wǎng)絡(luò)與深度模型接二連三被提出,進而得出卷積神經(jīng)網(wǎng)絡(luò)學習能力的強大,引出遷移學習的能力的存在.(

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論