深度学习中卷积神经网络的结构及相关算法
卷积神经网络(CNN)是一类包含卷积计算且具有深度结构的前馈神经网络,是深度学习的代表算法之一.卷积神经网络仿造生物的视知觉机制构建,可以进行监督学习和非监督学习,其隐含层内的卷积核参数共享和层间连接的稀疏性可以大程度上提升学习效率.基于此,将着重介绍卷积神经网络的基本结构,常见的激活函数和损失函数以及涉及的相关算法.
卷积神经网络、权值共享、激活函数、损失函数
32
TP18(自动化基础理论)
2020-07-23（万方平台首次上网日期，不代表论文的发表时间）
共3页
41-43
