基于深度學(xué)習(xí)的細粒度鳥類識別方法研究與系統(tǒng)實現(xiàn)
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2.1單層感知機簡單結(jié)構(gòu)圖??7??
使得整個人工神經(jīng)??網(wǎng)絡(luò)結(jié)構(gòu)能通過編程語言控制或?qū)懭胗布O(shè)備。在各種人工神經(jīng)網(wǎng)絡(luò)方法中??BP(back?propagation)網(wǎng)絡(luò)是最經(jīng)典的人工神經(jīng)網(wǎng)絡(luò)之一,接下來本章將對BP網(wǎng)??絡(luò)進行介紹。??2.1.1單層神經(jīng)元結(jié)構(gòu)??對于人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),它的核心處理單元叫做神經(jīng)元。....
圖2.?2多層感知器結(jié)構(gòu)圖??
?第二章深度學(xué)習(xí)技術(shù)簡介???單層感知機的核心計算公式如2-1所示。??(sfl?if?w-x?+?b>0??/(x)|〇?otherwise?(2_丨)??m公式中代表權(quán)重的大小,6是偏置項。6功能是避免過擬合的發(fā)生。wx??為m代表輸入結(jié)構(gòu)的數(shù)量,x代表數(shù)值用于輸入。通常在簡....
圖2.?3簡單B-P神經(jīng)網(wǎng)絡(luò)模型圖??如圖2.3所示,最左邊的3個單元為輸入單元,輸入是一個由xpx2,:c3組成??
層神??經(jīng)網(wǎng)絡(luò)類似,區(qū)別在于增加了反向傳播的過程。BP神經(jīng)網(wǎng)的運算過程主要有三??點,第一步執(zhí)行與多層神經(jīng)網(wǎng)絡(luò)相同的正向傳播過程,第二步通過第一步得到的??輸出值與真實值進行比較,計算輸出值與真實值的差并進行反向傳播更新參數(shù)。??第三部步每輸入一部分樣本數(shù)據(jù)就重復(fù)第一二步,直到差....
圖2.4?BP算法流程圖??2.2卷積神經(jīng)網(wǎng)絡(luò)算法??目前計算機視覺領(lǐng)域中,研宄人員運用最廣泛的神經(jīng)網(wǎng)絡(luò)算法就是卷積神經(jīng)??網(wǎng)絡(luò)算法
?第二章深度學(xué)習(xí)技術(shù)簡介???集中單個樣本誤差的累加和。??在研究BP神經(jīng)網(wǎng)絡(luò)的過程中研究人員也發(fā)現(xiàn)了它的幾點缺陷:第一,BP??神經(jīng)網(wǎng)絡(luò)有訓(xùn)練至局部最小化的可能性,這會使得最后的模型無法達到最優(yōu)解;??第二,BP神經(jīng)網(wǎng)絡(luò)由于參數(shù)眾多會導(dǎo)致訓(xùn)練時間比較長久,并且對硬件要求也??比....
本文編號:3987523
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/zidonghuakongzhilunwen/3987523.html