Bootstrap

卷积神经网络-cnn和lstm

1. 卷积神经网络

1.1 卷积神经网络的基础

  1. CV领域发展
  2. 检测任务
  3. 分类和检索
  4. 超分辨率重构
  5. 医学任务
  6. 无人驾驶
  7. 人脸识别

1.2 卷积神经网络和传统的网络的区别

在这里插入图片描述
传统网络:像是一个二维
卷积神经网络:像是一个三维的 h * w *c

具体架构
在这里插入图片描述
卷积层:提取特征
池化层:压缩特征

1.3 卷积的作用

在这里插入图片描述
首先将图整体分割成很多小的区域, 目的是很多小的区域得到的特征值是不一样的,计算每个小区域得到的特征值的大小具体是多少
绿色的叫 执行一次卷积得到的特征图 Filter-Map

1.3.1 图像颜色通道

在这里插入图片描述
在这里插入图片描述
多通道分别去做相同的事 比如RGB
在这里插入图片描述
在这里插入图片描述

;