开发者社区> 问答> 正文

卷积神经网络(CNN) 的基本原理是什么?

卷积神经网络(CNN) 的基本原理是什么?

展开
收起
云上静思 2022-07-28 18:28:05 368 0
1 条回答
写回答
取消 提交回答
  • 卷积神经网络包括输入层、隐含层、输出层,其中隐含层包括卷积层、池化层和全连接层3 类常见构筑,这3 类分别负责的分工是卷积层对输入数据进行特征提取,池化层用来大幅降低参数量级( 降维、防止过拟合),全连接层类似传统神经网络的 部分,用来输出想要的结果。

    以上内容摘自《前端代码是怎样智能生成的》电子书,点击https://developer.aliyun.com/topic/download?id=53可下载完整版

    2022-07-28 19:05:39
    赞同 展开评论 打赏
来源圈子
更多
收录在圈子:
阿里云开发者社区官方技术圈,用户产品功能发布、用户反馈收集等。
问答排行榜
最热
最新

相关电子书

更多
基于神经网络的语言合成 立即下载
机器能理解上下文吗-RNN和LSTM神经网络的原理及应用 立即下载
利⽤CNN实现⽆需联⽹的图像识别 立即下载