一、概述
两种神经网络:
-
- 全连接神经网络
- 卷积神经网络(局部连接,相对于全连接而言)
全连接神经网络
weight太多了,导致计算量太大
pooling(池化): 特征聚集、降维(降低维度)、光滑
目的:
降低输出规模 增加可解释性 避免丢失更多数据
二、卷积网络模型
三、案例分析
1、LeNet
2、AlexNet
3、GoogleNet:
本文共 287 字,大约阅读时间需要 1 分钟。
两种神经网络:
全连接神经网络
weight太多了,导致计算量太大
pooling(池化): 特征聚集、降维(降低维度)、光滑
目的:
降低输出规模 增加可解释性 避免丢失更多数据
1、LeNet
2、AlexNet
3、GoogleNet:
转载于:https://www.cnblogs.com/chris-cp/p/7730416.html