机器学习_李宏毅笔记简记4【CNN】

P11 CNN

为什么CNN(卷积神经网络)适用于图像处理上(有3个属性都可以用CNN)

1. 特征 比整幅图片小

在这里插入图片描述

2. 相同的特征在不同地方重复出现

在这里插入图片描述

3. 对像素进行二次采样不会改变对象

在这里插入图片描述

CNN的架构完美解决这三个问题

在这里插入图片描述在这里插入图片描述

Convolution v.s. Fully Connected(CNN是对全连接的简化,减少参数,共享权值)

在这里插入图片描述在这里插入图片描述在这里插入图片描述

CNN in Keras(实战看看)

在这里插入图片描述在这里插入图片描述在这里插入图片描述

解释CNN工作原理(机器增强自己看到的)

在这里插入图片描述在这里插入图片描述在这里插入图片描述

CNN的更多应用

下围棋(Alpha Go does not use Max Pooling)

在这里插入图片描述在这里插入图片描述在这里插入图片描述

语音辨识(卷积核只在上下方向移动)

在这里插入图片描述

文本处理(卷积核只在左右方向移动)

在这里插入图片描述

别人优秀的笔记

LeeML-Notes

20年课程网页

【2020春季】李宏毅机器学习(全) - 视频学习

猜你喜欢

转载自blog.csdn.net/weixin_43154149/article/details/114887318