我很抱歉,如果这个问题对你们来说非常明显或者非常基础,我只是一个高中生,试图理解神经网络。嘿,我已经研究了很多关于图像分类的问题,我在解释Inception-v3模型时遇到了这个问题:

我不习惯这些类型的插图,有人可以通过每个矩形的含义,以及为什么模型没有看起来像典型的神经网络插图的层,具有不同的层,例如:

发布于 2018-07-24 20:24:53
我只是想给你指出正确的方向。谷歌的初创有点难以理解。
首先要介绍的是卷积层,为此,我建议您使用this guide。这将解释什么是卷积运算和池化。
初始化所做的是并行地组合不同的卷积和池化操作(这些称为初始化模块),因此网络决定这些并行操作中的哪一个对于每一层来说是最好的。第一层是卷积的,把它想象成你的眼睛,它们能看到形状,颜色,边缘……这实际上就是第一层所看到的。最后,您将拥有完全连接的层,例如您发布的第二张图片,它们充当分类器。把这些想象成你的大脑。他们从眼睛(卷积层)获得所有这些信息,并‘意识到’他们实际看到的是什么,即我的眼睛看到这个圆形形状,带有不同颜色的六边形和五边形……我的大脑告诉我,等等,那是一个足球!
如果不够清楚,我们可以进一步讨论。我很乐意为您效劳!
https://stackoverflow.com/questions/51488999
复制相似问题