原文:Gradient-Based Learning Applied to Document Recognition 部分閱讀

卷積網絡 卷積網絡用三種結構來確保移位 尺度和旋轉不變:局部感知野 權值共享和時間或空間降采樣。典型的leNet 如下圖所示: C 中每個特征圖的每個單元和輸入的 個點相連,這個 的區域被稱為感知野。特征圖的每個單元共享 個權值和一個偏置。其他特征圖使用不同的權值 卷積枋 ,因 此可以得到不同類型的局部特征。卷積層的一個重要思想是,如果圖像產生了位移,特征圖輸出將會產生相同數量的位移。這也是卷積網 ...

2016-04-23 16:04 0 2888 推薦指數:

查看詳情

深度學習基礎(一)LeNet_Gradient-Based Learning Applied to Document Recognition

作者:Yann LeCun,Leon Botton, Yoshua Bengio,and Patrick Haffner 這篇論文內容較多,這里只對部分內容進行記錄: 以下是對論文原文的翻譯: 在傳統的模式識別模型中,往往會使用手動設計的特征提取器從輸入中提取相關信息並去除不相關的可變性,然后一個 ...

Sun Mar 24 22:35:00 CST 2019 0 944
三維動畫形變算法(Gradient-Based Deformation)

  將三角網格上的頂點坐標(x,y,z)看作3個獨立的標量場,那么網格上每個三角片都存在3個獨立的梯度場。該梯度場是網格的微分屬性,相當於網格的特征,在形變過程中隨控制點集的移動而變化。那么當用戶拖拽 ...

Tue Nov 03 16:56:00 CST 2015 2 4754
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM