《理解深度学习》第20课-卷积神经网络(二维)的核心机制理解深度学习

《理解深度学习》第20课-卷积神经网络(二维)的核心机制

21分钟 ·
播放数8
·
评论数0

处理高维图像时,全连接层常因参数冗余而失效。本章先用 MNIST-1D 实例复习了一维卷积,然后剖析二维卷积如何利用空间局部性构建优越的归纳偏置。我们将解析池化下采样、转置卷积上采样及 1x1 卷积的妙用,拆解 CNN 高效处理信息的底层架构。

第20课完整讲义:zhuanlan.zhihu.com

00:00 开篇语

00:31 示例:MNIST-1D

06:11 二维输入的卷积网络

08:29 习题 10.13

11:23下采样与上采样

14:51 习题 10.15

17:50 改变通道数量

19:04 附注

20:13 结束语