首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
人工智能-深度学习
欧阳胖胖
创建于2023-04-24
订阅专栏
学习人工智能之深度学习
等 6 人订阅
共6篇文章
创建于2023-04-24
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
深度学习之卷积神经网络全连接层
全连接层(Fully Connected Layer),也称为密集连接层(Dense Layer),是深度学习神经网络中最常用的一种层,通常用于将卷积层、池化层等的特征提取结果进行分类或回归等任务。
深度学习之卷积神经网络池化层
池化层是卷积神经网络中的一个重要组成部分,通常用于降低特征图的尺寸和复杂度,从而减少计算量和参数量,同时还能够提高模型的鲁棒性。
深度学习之卷积神经网络卷积层
卷积层是卷积神经网络中的核心层之一,它使用卷积操作来提取输入数据的特征。在这个过程中,卷积层使用一组可学习的卷积核来对输入数据进行卷积操作,并生成一个新的特征图,其中每个元素表示特定位置和尺寸的特征。
深度学习之卷积神经网络
卷积神经网络(Convolutional Neural Network,CNN)是一种特殊的神经网络结构,主要用于图像和语音等信号处理任务,其最大的特点是能够自动提取输入数据的特征。
深度学习之梯度下降算法
梯度下降是一种优化算法,用于最小化一个目标函数。在机器学习中,我们通常使用梯度下降来更新神经网络的权重,以最小化损失函数。
深度学习之前馈神经网络
前馈神经网络(Feedforward Neural Network)是一种最简单的神经网络模型,也是深度学习中最基础的模型之一。