本文主要是介绍小白都理解的人工智能系列(3)——理解卷积神级网络NO2,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
问题1:什么是卷积神经网络?
利用卷积神经网络,可以在图片,语音等方面给出更优化的识别结果;不再是对每一个点的处理,改成对每一个数据块的处理,可以提高数据的处理速度。
问题2:卷积神经网络是如何运作的?
如下图,通过过滤器进行小批小批的像素块的搜集,将A的右下角进行卷积,识别出这是A的右下角,卷积即是一小段数据。
举个栗子:大A如果有24X24个像素点(不做卷积,1个像素点看做1张图片,那么一共是576张图片),过滤器有2X2个像素点,那么久可以得到(24/2)X(24/2)个小卷积图片,一共是144张卷积图片,这样是不是处理的信息就变少了呢。
问题3:什么是卷积神经网络的池化层?
在卷积的过程中,有时候会无意的丢失掉了一些信息,那么这时候就需要池化了。压缩的工作交给池化处理。
小白都理解的人工智能系列(1)——理解机器学习
小白都理解的人工智能系列(2)——理解神级网络NO1
这篇关于小白都理解的人工智能系列(3)——理解卷积神级网络NO2的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!