- 深度學習:卷積神經網絡從入門到精通
- 李玉鑑
- 171字
- 2019-01-05 05:43:33
第2章 預備知識
本章主要介紹深入理解卷積神經網絡涉及的預備知識,包括激活函數、矩陣運算、導數公式、梯度下降算法、反向傳播算法(分為通用反向傳播算法和逐層反向傳播算法)、通用逼近定理、內外卷積運算、膨脹卷積運算、上下采樣運算、卷積面計算、池化面計算、局部響應歸一化、權值偏置初始化、丟失輸出、丟失連接、隨機梯度下降算法、塊歸一化、動態規劃算法等。
本章主要介紹深入理解卷積神經網絡涉及的預備知識,包括激活函數、矩陣運算、導數公式、梯度下降算法、反向傳播算法(分為通用反向傳播算法和逐層反向傳播算法)、通用逼近定理、內外卷積運算、膨脹卷積運算、上下采樣運算、卷積面計算、池化面計算、局部響應歸一化、權值偏置初始化、丟失輸出、丟失連接、隨機梯度下降算法、塊歸一化、動態規劃算法等。