每周一个机器学习小项目002:卷积神经网络实现与图片分类问题

作者/分享人:如是
向 Ta 提问
算法工程师,主要从事数值模拟,智能算法的研究工作

本周小项目的主题是卷积神经网络的理论和实现。相比于前一篇添加了卷积层、池化层、反向传播以及辅助函数。理论描述中并未引入通常意义上的“卷积”以免带来困惑,因为机器学习中的“卷积”只是一个“滑动互相关”过程。代码部分是在全链接代码的基础上完成的,可以用于搭建 Yann Lecun1998年文章中所描述的用于识别手写字符的卷积神经网络。

文章目的在于解释算法,所以 TensorFlow、Caffe 等机器学习框架不会出现在正文中。但这不代表文中算法与相关机器学习库没有可比性,本章中卷积(互相关实现)、梯度计算结果均与 TensorFlow 相同。文末会给出文本实践过程中与TensorFlow的对比以及相关代码。

Python代码在速度上是有欠缺的,后续文章会使用并行(GPU+CPU)代码进行优化。

已有218人预订
预订达标
文章出炉
     
05月13日
05月25日
本场 Chat 文章已出炉,购买后即可阅读文章并获得一张如是的读者圈Pass
请务必添加GitChat服务号以查看活动进度及获取活动通知。
查看文章评论/提问
如是
勘误 6.2节中公式应该为:H2等于H/stride上取整,如果padding=same。H2等于(H-KernelSize)/stride+1下取整,如果padding=valid。总结一下就是same的时候会将每个输出都利用到,边界超出的部位补0。而valid不会进行补0。
你可能还喜欢
Docker 入门之个人博客搭建教程
一念成魔
JVM 精华知识点汇总
胡玉洋
MySQL 数据同步双机互备
小闲丶
前端游戏框架哪个好
cba
美团客户端响应式框架 EasyReact 开源
美团技术团队
Spring Boot 最佳入门实践
老王
微信扫描登录