之前实现了一层的卷积神经网络，又实现了两层的卷积神经网络，接下来把cnn扩展到任意层就不难了。
这难道就是传说中的“道生一，一生二，二生三，三生万物”么？＝。＝
代码还是在github上。
比较有趣的一点是，我分别用两层的神经网络和一层的神经网络进行了实现，结果如下图：
两层的cnn结果：
一层的cnn结果：
可以看到，一层的cnn结果反而比两层的好，那么很有可能是两层的cnn出现了过拟合现象。对于mnist这种小数据集，一层的cnn加上一些参数调优绝对是够用了的。
免责声明！
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。
猜您在找
AndrewNG Deep learning课程笔记 - CNN
Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现
Deep Learning（深度学习)整理，RNN,CNN,BP
Deep Learning（深度学习）学习笔记整理系列之（四）——CNN
论文解读《Learning Deep CNN Denoiser Prior for Image Restoration》
Deep Learning模型之：CNN卷积神经网络（一）深度解析CNN
基于DnCNN模型的图像去噪论文详解（Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising）
Deep learning with Theano 官方中文教程（翻译）（四）—— 卷积神经网络（CNN）
deep learning 以及deep learning 常用模型和方法
Deep learning：三十五(用NN实现数据降维练习)