卷积神经网络(高清版,详细介绍卷积神经网络原理,可编辑内容
反卷积跟1维信号处理的反卷积计算是很不一样的,FCN作者称为backwardsconvolution,有人称Deconvolutionlayerisaveryunfortunatenameandsho
介绍卷积神经网络卷积层,以及一些最新改进卷积,包括:转置卷积、空洞卷积、可变形卷积、3D卷积等
利用卷积神经网络对mnist数据集进行分类,代码采用python进行编写,并有详细的注释,且文件自带mnist数据集。用户需要搭建好tensorflow环境配合python即可运行。
深度卷积神经网络
深度讲解卷积神经网络,理论、实践与应用 版面清晰,适合学习深度学习、想深入理解卷积神经网络的同学
本文可当做深度学习卷积神经网络的入门指南,另外配有PPT可供下载使用
基于tensoflow1.8实现的卷积神经网络,包括两个卷积层,两个池化层,一个dropout层和一个输出层
卷积神经网络的详细介绍文档,把卷积网络的各个部分都分析得很透测；目标函数；损失函数；激活函数；
卷积神经网络是近年来广泛应用于模式识别、图像处理等领域的一种高效识别算法,它具有结构简 单、训练参数少和适应性强等特点。本文从卷积神经网络的发展历史开始,详细阐述了卷积神经网络的网 络结构、神经元模型
