卷积神经网络模型分析

摘要：

随着深度学习概念的提出,深层神经网络成为机器学习的一个研究方向.在众多的神经网络模型中,卷积神经网络由于具有权值共享、局部感受野、降维等特点,取得了较好的应用成果.卷积神经网络结构包括输入层、卷积层、下采样层、全连接层、输出层,当前层的输出经过激活函数作用后成为下一层的输入.文章对卷积网络的数学模型进行详细推理,采用Python编码实现了深层卷积网络,分别在MNIST和CIFAR-10数据集上进行了测试.实验结果表明,无论是灰度图像还是彩色图像,卷积神经网络都具有较好的识别效果.

关键词：深度学习、卷积神经网络、Python

所属期刊栏目：15

资助基金：海南省自然科学基金;项目名称:深度学习算法研究—基于双层卷积神经网络的泛函分析法;项目20161009.海南省高等学校科学研究项目;项目名称:基于6LoWPAN的网络安全机制研究与实现;项目Hnky2015-79

在线出版日期：2018-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：41-43