MMLAB学习笔记-DAY1

一、机器学习

1.机器学习的典型范式

  • 监督学习:数据是由人工标注的,数据之间存在某种映射关系,目的是让机器学习到数据和标签之间的关系
  • 无监督学习:数据是没有标签的,通过对数据分析,运用聚类等方法探索出不同数据之间的差异

2.机器学习的基本流程

训练->验证->应用

3.基于梯度下降训练神经网络的整体流程

MMLAB学习笔记-DAY1_第1张图片

二、卷积神经网络的基本结构

  • 卷积层:通过卷积计算,让原来是C通道的特征图转换成C’通道的特征图
    MMLAB学习笔记-DAY1_第2张图片

  • 激活层:通过激活函数对特征图做非线性变换
    MMLAB学习笔记-DAY1_第3张图片

  • 池化层:在特征图的局部区域内计算最大值或平均值,从而降低特征图的分辨率,减少计算量
    MMLAB学习笔记-DAY1_第4张图片

  • 全连接层:通过矩阵乘法,将原特征图乘上一个特征矩阵再加上一个偏置值

  • 概率输出层:将网络输出值转换为概率

MMLAB学习笔记-DAY1_第5张图片

你可能感兴趣的:(人工智能,计算机视觉)