标签：池化层 机器 卷积 神经网络 数据量 图像 名词解释 竖线

卷积神经网络CNN-Convolutional  Neural Networks

　　卷积层：识别特定线条，卷积核与图像特定部分卷积，识别出横线、竖线、斜线。

　　　　    　卷积核在图像矩阵上进行运算，每次移动的距离称为步长。得到的新矩阵反应了图像的部分特征（横线、竖线）

　　　　　　称为特征图feature map

　　池化层：渐小数据量 提升效率。

　　全连接层：判断、识别，拿池化层的小数据量图像展开为一维数据，并进行比较。

图神经网络GNN

循环神经网络RNN

　　在神经网络的基础上加上了记录网络状态的“盒子”，重视顺序的训练

标签：池化层,机器,卷积,神经网络,数据量,图像,名词解释,竖线
来源： https://www.cnblogs.com/susan8673/p/16439598.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。