基于卷积神经网络的人脸识别
为了了解为何卷积神经网络相比于其他神经网络有更好的特征学习能力,文章对卷积神经网络的近几年发展趋势以及基本结构进行介绍.进行了对于全连接的前向传播以及后向传播的推导,该推导用于阐述神经元的权值更新以及学习率.对卷积神经网络的调参以及参数的解析,阐述了如何对参数训练进行调整来使得小数据集有更好的识别率.
深度学习、卷积神经网络、人脸识别、全连接推导、参数训练
12
TP18(自动化基础理论)
湖南农业大学大学生创新性实验计划项目XCX16090
2016-12-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
187-190