腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
杨熹的专栏
专栏作者
举报
302
文章
364593
阅读量
55
订阅数
订阅专栏
申请加入专栏
全部文章
其他
机器学习
神经网络
人工智能
编程算法
深度学习
tensorflow
NLP 服务
强化学习
python
游戏
https
大数据
数据处理
http
网络安全
action
推荐系统
agent
state
java
node.js
html
决策树
数据分析
数据库
企业
存储
机器人
table
云数据库 SQL Server
中文分词
云推荐引擎
网站
爬虫
正则表达式
keras
数据可视化
app
excel
friend
sample
sum
区块链
自动驾驶
数据挖掘
go
bash
scala
bootstrap
android
arm
git
github
搜索引擎
bash 指令
spring
mapreduce
云函数
数据加密服务
短信
腾讯云测试服务
渲染
无人驾驶
卷积神经网络
numpy
监督学习
线性回归
二叉树
flash
kernel
迁移学习
数据结构
adobe
build
com
csv
data
function
google
greedy
image
jobs
join
key
label
list
max
model
paste
pivot
png
probability
relationship
render
target
uber
vi
vr
youtube
zero
笔记
表格
程序员
工具
数学
原理
搜索文章
搜索
搜索
关闭
按时间轴简述九大卷积神经网络
神经网络
卷积神经网络
timeline ---- 1998, Yann LeCun 的 LeNet5 图像特征分布在整个图像上 在具有很少参数的多个位置上提取类似特征时,具有可学习的参数的卷积是个比较有效的方法 在没有应用GPU的时候,能够保存参数和计算就成了一个关键优势 LeNet5并没有把每个像素都作为大型多层神经网络的一个输入,因为图像是高度空间相关的,如果用了这种方法,就不能很好地利用相关性 LeNet5 的主要特征: CNN 主要用这3层的序列: convolution, pooling, non-lin
杨熹
2018-04-03
1.6K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档