机器学习算法中图像识别任务中，如何避免使用全连接精神网络导致的参数太多？
已解决机器学习算法中图像识别任务中，如何避免使用全连接精神网络导致的参数太多？
展开
收起
1
条回答
写回答
写回答
-
推荐回答一共有两种方法，分别是参数共享和稀疏连接。参数共享就是特征检测如垂直边缘检
测。稀疏连接就是进行局部连接，每个神经元不再和上一层的所有神经元相连，而只
和一小部分的神经元相连。
2022-04-02 22:48:53赞同 展开评论 打赏
问答标签：
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
图像识别技术可实现精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，为用户提供图像打标、场景分类、颜色识别、风格识别以及元素识别等能力。图像识别技术可广泛应用于数字营销、新零售、广告设计等行业场景。
