← 返回卡片

原书出处

深度学习详解

04 卷积神经网络 4.8 下围棋

核验版本的摘录快照 · 导入于 2026-11-21T12:46:32.557Z

其实,卷积神经网络不能处理图像放大、缩小或旋转的问题. 假设给卷积神经网络看的狗的图像大小都相同,那么它可以识别这是一只狗. 当把这幅图像放大后,它可能就识别不出这是一只狗了.卷积神经网络就是这么“笨”,对它来说,放大前后的图像是不同的. 虽然这两幅图像的内容一模一样,但是如果把它们“拉直”成向量,里面的数值就是不一样的.假设图像里面的物体都比较小,当卷积神经网络在某种大小的图像上学会做图像识别后,我们把物体放大,卷积神经网络的性能就会下降不少,卷积神经网络并没有我们想象的那么强. 因此在做图像识别的时候,往往要做数据增强.所谓数据增强,就是从训练用的图像里面截一小块出来放大,让卷积神经网络看不同大小的模式,以及将图像旋转,让卷积神经网络看某个物体旋转后是什么样子. 卷积神经网络不能处理图像缩放(scaling)和旋转(rotation)的问题,但 Special Transformer Layer 网络架构可以解决这个问题.

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter04.xhtml

EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc