知识卡片
LeNet交替提取与下采样
LeNet-5 用局部卷积特征与空间下采样交替构建表示,再在后端分类。它说明了视觉模型可以从小视觉片段组合出对整幅图有效的表示。早期具体连接和输出形式需按版本图识别。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 卷积神经网络 · 查看原书依据
并将其应用于手写字的识别中
参考来源
- 位置:《机器学习观止:核心原理与实践》第13章《卷积神经网络》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter13.xhtml`)。
- 结论依据:图 13-8 标出卷积、子采样和后端分类构件。
- 原始内容:并将其应用于手写字的识别中