加入星計劃，您可以享受以下權益：

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴散
  • 作品版權保護
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入

卷積神經(jīng)網(wǎng)絡

加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

卷積神經(jīng)網(wǎng)絡（Convolutional Neural Networks, CNN）是一類包含卷積計算且具有深度結構的前饋神經(jīng)網(wǎng)絡（Feedforward Neural Networks），是深度學習（deep learning）的代表算法之一。卷積神經(jīng)網(wǎng)絡具有表征學習（representation learning）能力，能夠按其階層結構對輸入信息進行平移不變分類（shift-invariant classification），因此也被稱為“平移不變?nèi)斯ど窠?jīng)網(wǎng)絡（Shift-Invariant Artificial Neural Networks, SIANN）”。對卷積神經(jīng)網(wǎng)絡的研究始于二十世紀80至90年代，時間延遲網(wǎng)絡和LeNet-5是最早出現(xiàn)的卷積神經(jīng)網(wǎng)絡；在二十一世紀后，隨著深度學習理論的提出和數(shù)值計算設備的改進，卷積神經(jīng)網(wǎng)絡得到了快速發(fā)展，并被應用于計算機視覺、自然語言處理等

卷積神經(jīng)網(wǎng)絡（Convolutional Neural Networks, CNN）是一類包含卷積計算且具有深度結構的前饋神經(jīng)網(wǎng)絡（Feedforward Neural Networks），是深度學習（deep learning）的代表算法之一。卷積神經(jīng)網(wǎng)絡具有表征學習（representation learning）能力，能夠按其階層結構對輸入信息進行平移不變分類（shift-invariant classification），因此也被稱為“平移不變?nèi)斯ど窠?jīng)網(wǎng)絡（Shift-Invariant Artificial Neural Networks, SIANN）”。對卷積神經(jīng)網(wǎng)絡的研究始于二十世紀80至90年代，時間延遲網(wǎng)絡和LeNet-5是最早出現(xiàn)的卷積神經(jīng)網(wǎng)絡；在二十一世紀后，隨著深度學習理論的提出和數(shù)值計算設備的改進，卷積神經(jīng)網(wǎng)絡得到了快速發(fā)展，并被應用于計算機視覺、自然語言處理等收起

查看更多
暫無相關內(nèi)容，為您推薦以下內(nèi)容

正在努力加載...