UFLDL exercise9 Convolution and Pooling

这是一个基于tensorflow的简单的卷及神经网络，使用MNIST数据集进行手写数字识别。网络为FCN，即全卷积神经网络，总共有四层。前两层same padding，最大池化，后两层进行1x1的卷积

前端开源库-ml-convolutionML卷积,使用FFT或标准算法的卷积

This repository provides the code for the Distortion Convolution Module for Semantic Segmentation, a

Convolution1D的示例代码 # apply a convolution 1d of length 3 to a sequence with 10 timesteps, # with 64 o

主要介绍了Keras Convolution1D与Convolution2D区别说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Stochastic Pooling for Regularization of Deep Convolutional Neural Networks

池化操作时在卷积神经网络中经常采用过的一个基本操作,一般在卷积层后面都会接一个池化操作,但是近些年比较主流的ImageNet上的分类算法模型都是使用的max-pooling,很少使用average-p

UFLDL Tutorial exercise data

本教程将阐述无监督特征学习和深度学习的主要观点。通过学习，你也将实现多个功能学习/深度学习算法，能看到它们为你工作，并学习如何应用/适应这些想法到新问题上。

UFLDL的深度学习教程翻译，适合入门。