10.卷积神经网络CNN

文章目录

    • 前言
    • 一、原理
      • 1、结构化特征
      • 2、输入层
      • 3、卷积层
      • 4、局部感受野
      • 5、权值共享
      • 6、NiN卷积核
      • 7、激活层
      • 8、池化层
      • 9、优化点-dropout
      • 10、经典结构
    • 二、实践
      • 1、基础实践(手写识别)
        • 1.1 网络结构
        • 2.代码实现
      • 2、TextCNN

前言

  CNN和DNN的差别:

  • CNN基本组成:输入层、隐藏层、输出层,但隐藏层又进一步分为:卷积层、池化层
  • 非全连接+权值共享:降低模型复杂度,减少权值数量

一、原理<

你可能感兴趣的:(搜推广学习)