2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、Deep Learning是機器學習研究的新領域,掀起了機器學習的新浪潮,在各個行業(yè)都受到了廣泛的關注。Google Brain項目、微軟全自動同聲傳譯系統(tǒng)、百度研究院等都是deep learning技術發(fā)展的見證。隨著大數(shù)據(jù)和深度模型時代的來臨,deep learning技術也得到了廣泛的重視和發(fā)展,它帶來的技術進步也必將改變人們的生活。隨著機器學習領域的發(fā)展,最近幾年對卷積神經網絡的研究也越發(fā)深入。現(xiàn)在卷積神經網絡已經廣泛的應用到各

2、種領域,并取得了巨大的成果。
  卷積神經網絡是在人工神經網絡的基礎上發(fā)展起來的一種高效的識別算法。典型的卷積網絡結構是由LeCnn提出的LeNet-5,它包含多個階段的卷積和抽樣過程,然后將提取到的特征輸入到全連接層進行分類結果的計算。卷積神經網絡通過特征提取和特征映射過程,能夠較好的學習到圖像中的不變特征。現(xiàn)在研究人員在典型的LeNet5的基礎上,使用多種方法改善卷積網絡的結構和性能,從而提高網絡的通用性和對圖像的識別效果。<

3、br>  本文結合圖像的特點,在深入研究了卷積網絡的理論和國內外研究成果的基礎上,主要做了以下工作:(1)研究了卷積網絡的訓練算法,通過對算法分析,調試并找到最優(yōu)初始化參數(shù)和最適應的網絡結構配置。(2)對于分類結果的計算,使用了多區(qū)域的測試方法,通過在測試的過程中對圖像的多個區(qū)域進行計算能夠提高圖像識別的準確率。(3)為系統(tǒng)設計了一個通用的數(shù)據(jù)集輸入接口,可以將自己構建的圖像數(shù)據(jù)集輸入到卷積神經網絡的結構中,訓練和查看圖像分類的結果。(

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論