當前位置: 首頁 > 數據分析師 > 數據分析師學習教程 > 什么是卷積神經網絡算法?這才是數據分析師需要了解的知識

什么是卷積神經網絡算法?這才是數據分析師需要了解的知識

發布時間:2020年07月03日 11:49:25 來源:環球網校 點擊量:

【摘要】卷積神經網絡主要用于圖像信息的處理。如果用全連通前饋網絡進行圖像處理,會出現兩個問題,那么,什么是卷積神經網絡算法?這才是數據分析師需要了解的知識,現在就請你思考一下什么是卷積神經網絡算法?這才是數據分析師需要了解的知識。

卷積神經網絡主要用于圖像信息的處理。如果用全連通前饋網絡進行圖像處理,會出現兩個問題

1、什么是卷積神經網絡算法——參數太多:

如果輸入圖像大小為100×100×3(即圖像高度為100,寬度為100,三個顏色通道:RGB)。在全連通前饋網絡中,從第一隱層的每個神經元到輸入層有100×100×3=3萬個獨立的連接,每個連接對應一個權重參數。隨著隱層神經元數目的增加,參數的大小也會迅速增加。這將導致整個神經網絡的訓練效率很低,而且容易過度擬合。

2、什么是卷積神經網絡算法——局部不變性特征:

自然圖像中的物體具有局部不變的特征,如縮放、平移、旋轉等操作不影響其語義信息。然而,在全連通前饋網絡中,這些局部不變特征的提取比較困難,通常需要對數據進行增強以提高性能。

卷積神經網絡是根據生物感受野機理提出的。感受野主要是指聽覺、視覺等神經系統中某些神經元的特性,即神經元只接受自己控制的刺激區域內的信號。在視覺神經系統中,視皮層神經元的輸出依賴于視網膜中的光感受器。當視網膜上的光感受器受到刺激和刺激時,它們將神經脈沖信號傳遞到視覺皮層,但并非所有視覺皮層的神經元都會接受這些信號。神經元的感受野是指視網膜的一個特定區域,只有這個區域的刺激才能激活神經元。

目前,卷積神經網絡是由卷積層、收斂層和全連接層組成的前饋神經網絡,采用反向傳播算法進行訓練。卷積神經網絡具有三個結構特征:局部連接、權值分擔和收斂性。這些特性使得卷積神經網絡具有一定的平移、尺度和旋轉不變性。與前向神經網絡相比,卷積神經網絡的參數較少。

卷積神經網絡主要用于圖像和視頻分析的各種任務,如圖像分類、人臉識別、目標識別、圖像分割等,其準確率一般遠遠超過其他神經網絡模型。近年來,卷積神經網絡在自然語言處理、推薦系統等領域得到了廣泛的應用。

什么是卷積神經網絡算法?這才是數據分析師需要了解的知識,卷積神經網絡主要用于圖像信息的處理。如果用全連通前饋網絡進行圖像處理,會出現兩個問題,你能處理好嗎?如果您還擔心自己理解不了這些基礎知識,那么下方的資料下載鏈接一定會幫助你。

分享到: 編輯:吳晨輝

數據分析師相關文章推薦

|

數據分析師最新文章推薦

綁定手機號

應《中華人民共和國網絡安全法》加強實名認證機制要求,同時為更加全面的體驗產品服務,煩請您綁定手機號.

預約成功

本直播為付費學員的直播課節

請您購買課程后再預約

環球網校移動課堂APP 直播、聽課。職達未來!

安卓版

下載

iPhone版

下載
環球小過-環球網校官方微信服務平臺

刷題看課 APP下載

免費直播 一鍵購課

代報名等人工服務

返回頂部
av亚洲中文字幕导航