微信
支付宝
本课程共计91分钟，10节，如果每天学习1小时，预计学习2天。
课程简介
卷积神经网络是深度学习技术中极具代表的网络结构之一，在图像处理领域取得了很大的成功。本课程将会讲解：CNN、卷基层、卷积计算、池化层、池化、全连接等概念。重点讲解如何进行卷积计算？如何进行池化计算？CNN如何训练以及优缺点？什么全连接和激励层？后python图片文本识别的案例。
卷积神经网络是深度学习技术中极具代表的网络结构之一，在图像处理领域取得了很大的成功。本课程将会讲解：CNN、卷基层、卷积计算、池化层、池化、全连接等概念。重点讲解如何进行卷积计算？如何进行池化计算？CNN如何训练以及优缺点？什么全连接和激励层？后python图片文本识别的案例。
你将收获
课程需要掌握CNN、卷基层、卷积计算、池化层、池化、全连接等概念。理解CNN是一种黑盒模型，可以利用CNN进行训练学习器。掌握卷积计算和池化计算。掌握所讲的案例，可以利用python编写简单的CNN代码。
课程需要掌握CNN、卷基层、卷积计算、池化层、池化、全连接等概念。理解CNN是一种黑盒模型，可以利用CNN进行训练学习器。掌握卷积计算和池化计算。掌握所讲的案例，可以利用python编写简单的CNN代码。
- 第三章：CNN的池化运算
- 第四章：CNN的全连接
查看更多章节
加载中...
没有更多了
空空如也