一种面向土地覆盖分类的卷积神经网络模型.pdf

深度学习、人工智能、机器学习、卷积神经网络的调研。

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。

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

该文件是南京大学博士所写的卷积神经网络的系统介绍，适合初学者学习

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

非常详细的CNN模型的ppt，适合做演讲介绍用，内容简介，通俗易懂。