原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
03 第3章 计算机视觉处理
的效果图 上面介绍的两种过滤器比较简单,在深度学习中,过滤器除了需要检测垂直边缘、水平边缘等,还需要检测其他边缘特征。
那么,如何确定过滤器呢?过滤器类似于标准神经网络中的权重矩阵W,W需要通过梯度下降算法反复迭代求得,所以,在深度学习中,过滤器也需要通过模型训练得到。卷积神经网络计算出这些过滤器的数值,也就实现了对图片所有边缘特征的检测。
3.1.3 加深网络的动机 加深网络的好处包括减少参数的数量,扩大感受野(Receptive Field,给神经元施加
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter6_0001.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da