摘要 返回
     
卷积神经网络综述
 

卷积神经网络作为深度学习的一种经典而广泛应用的结构, 克服了过去人工智能中被认为难以解决的一些问题。卷积神经网络的局部连接、 权值共享及下采样操作等特性使之可以有效地降低网络的复杂度, 减少训练参数的数目, 使模型对平移、 扭曲、 缩放具有一定程度的不变性, 并具有强鲁棒性和容错能力, 也易于训练和优化。文章介绍了卷积神经网络的训练方法, 开源工具, 及在图像分类领域中的一些应用, 给出了卷积神经待解决的问题及展望。

 
(全文阅读请到中国期刊全文数据库)



 
   
读者园地  
   
 
 
地址:  杭州市五常港路121号西溪创智中心四号楼807室    《计算机时代》编辑部
邮编:  310012      电话:  (0571)85118010   (0571)85119435   E-mail:  Computer_era @ vip.163.com
浙ICP备10035352号