卷积网络深度学习算法与实例
卷积神经网络(CNN)和反向传播神经网络结合组成的深度学习模型,是目前应用比较广泛的深度学习模型,但是具体算法有多种.本文针对以CNN为主体的深度学习算法的实现技术,包括卷积核设计、池化的作用、激活函数的选取和训练过程等问题进行详细讨论,并结合实例进行说明,便于对卷积网络深度学习算法的掌握,使其能得到更广泛的应用.最后总结并展望卷积神经网络未来的研究方向.
卷积神经网络、反向传播、深度学习、卷积层、池化层
34
TP391(计算技术、计算机技术)
国家自然科学基金资助项目6117019
2018-04-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
20-26