1. 经典卷积神经网络 LeNet
2. 代码实现
对比 MLP 的精度,差不多,精度80%+
3. Q&A
-
- 为什么用view而不用reshape呢?view和reshape没有什么大的区别,reshape会更快一点。
-
- MLP数据比较大跑不动,所以要用CNN。如果能用MLP会更快。
-
- 输出通道增多,表示可以识别的纹理信息更多。
-
- 池化层一般用max还是avg,如果是识别物品种类,比如猫狗,max可能会好点。如果是做平滑滤镜,avg会更好。
-
- LeNet当时用的Lua语言实现。
-
- 神经网络的准确率一般是要过于用户满足的阈值,比如识别语音为文字,用户都能接收,就可以。
-
- CNN每一层学到的纹理
https://poloclub.github.io/cnn-explainer/
- CNN每一层学到的纹理
参考
https://www.bilibili.com/video/BV1t44y1r7ct?p=1