卷积神经网络CNN总结

http://bigdata.51cto.com/art/201705/538792.htm

1.数据输入层

该层要做的处理主要是对原始图像数据进行预处理,其中包括:

  • 去均值:把输入数据各个维度都中心化为0
  • 归一化:幅度归一化到同样的范围
  • PCA/白化:用PCA降维;白化是对数据各个特征轴上的幅度归一化

去均值与归一化效果图:

去相关与白化效果图:

 

卷积神经网络的常用框架

Caffe

  • 源于Berkeley的主流CV工具包,支持C++,python,matlab
  • Model Zoo中有大量预训练好的模型供使用

Torch

  • Facebook用的卷积神经网络工具包
  • 通过时域卷积的本地接口,使用非常直观
  • 定义新网络层简单

TensorFlow

  •  Google的深度学习框架
  • TensorBoard可视化很方便
  • 数据和模型并行化好,速度快

 

你可能感兴趣的:(卷积神经网络CNN总结)