Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
d2l-zh
提交
aac39d70
D
d2l-zh
项目概览
OpenDocCN
/
d2l-zh
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
d2l-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
aac39d70
编写于
10月 03, 2017
作者:
Z
zh-angle-i
提交者:
Mu Li
10月 03, 2017
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Fix typo (#66)
上级
0ca4333d
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
3 addition
and
3 deletion
+3
-3
chapter04_convolutional-neural-networks/cnn-scratch.md
chapter04_convolutional-neural-networks/cnn-scratch.md
+3
-3
未找到文件。
chapter04_convolutional-neural-networks/cnn-scratch.md
浏览文件 @
aac39d70
...
...
@@ -19,7 +19,7 @@
(图片版权属于vdumoulin@github)
我们使用
`nd.Convlution`
来演示这个。
我们使用
`nd.Conv
o
lution`
来演示这个。
```
{.python .input n=47}
from mxnet import nd
...
...
@@ -47,7 +47,7 @@ print('input:', data, '\n\nweight:', w, '\n\nbias:', b, '\n\noutput:', out)
当输入数据有多个通道的时候,每个通道会有对应的权重,然后会对每个通道做卷积之后在通道之间求和
$$conv(data, w, b) =
\s
um_i conv(data[:,i,:,:], w[
0
,i,:,:], b)$$
$$conv(data, w, b) =
\s
um_i conv(data[:,i,:,:], w[
:
,i,:,:], b)$$
```
{.python .input n=49}
w = nd.arange(8).reshape((1,2,2,2))
...
...
@@ -215,7 +215,7 @@ for epoch in range(5):
## 结论
可以看到卷积神经网络比前面的多层感知的分类精度更好。事实上,如果你看懂了这一章,那你基本知道了计算视觉里最重要的几个想法。LeNet早在90年代就提出来了。不管你相信不
详细
,如果你5年前懂了这个而且开了家公司,那么你很可能现在已经把公司作价几千万卖个某大公司了。幸运的是,或者不幸的是,现在的算法已经更加高级些了,接下来我们会看到一些更加新的想法。
可以看到卷积神经网络比前面的多层感知的分类精度更好。事实上,如果你看懂了这一章,那你基本知道了计算视觉里最重要的几个想法。LeNet早在90年代就提出来了。不管你相信不
相信
,如果你5年前懂了这个而且开了家公司,那么你很可能现在已经把公司作价几千万卖个某大公司了。幸运的是,或者不幸的是,现在的算法已经更加高级些了,接下来我们会看到一些更加新的想法。
## 练习
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录