想要完成基于卷及神经网络的图像检索系统，至少要用几层神经网络？？？
基于卷积神经网络的图像检索系统，至少要用几层网络
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
- 2021-01-04 10:51回答 1 已采纳 所有各种层连接在一起被叫做神经网络，如果这个神经网络只有全连接层，则叫做全连接神经网络。 “通过这三个层次将一个多种颜色通道高像素的图片提取特征，进行简化，然后将简化的结果当作一个全连接神经网络的输
- 2020-03-20 15:55回答 2 已采纳 眼看疫情耽误2个月，你马上就毕业了，还路线个毛。 建议你的学习路线： 学会如何使用google 学会如何使用github 学习如何搭建tensorflow（或者pytorch、keras、op
- 2022-01-13 15:01回答 1 已采纳 可以啊，冻结之后只是不更新参数和计算梯度，优化器在step的时候遇到不计算梯度的话自动就不更新参数了，但是反向传播还是正常进行的。
- 2023-03-18 16:00HaiLang_IT的博客 毕业设计-基于深度卷积神经网络的品牌服装图像检索系统：随着电子商务的迅速发展，网络上有越来越多的服装 图像，如何从海量的数据图像库中精确查找出自己想要的 目标图像成为许多奢侈品官方网站的研究热点。...
- 2021-05-29 01:48回答 2 已采纳 {{2,3,4},{3,4,5},{4,5,6}}
- 2020-05-29 20:31回答 1 已采纳 https://blog.csdn.net/xueweuchen/article/details/44216925
- 回答 2 已采纳 贝叶斯模型是一种基于概率的统计分析模型，用它可以构造单层的置信网络。 卷积神经网络的特点是，在简化神经元连接的情况下，只有相邻的神经元的连结性被保留，所以适合图像识别这样的在几何上相邻坐标点存在局部
- 2022-04-12 13:27新四石路打卤面的博客 深度学习笔记——CNN卷积神经网络理论篇。主要包括CNN的概念、基本原理、类型综述。算是比较完善的一篇文章了。
- 2022-06-17 00:31回答 3 已采纳 卷积神经网络结构决定它先利用卷积层提取特征，将提取的特征输入到池化层进行池化，和输入层没关系了
- 2022-06-06 17:06回答 1 已采纳 那就是batchsize设置为5呗。
- 2018-06-25 07:25回答 3 已采纳 可以考虑直接使用全连接层的输出，也就是softmax层的输入，实际上就是提取到的图像的特征的矩阵表示，然后通过线性回归等多种方式都可以拟合到你需要的输出值
- 2019-07-08 09:49陈小虾的博客 本文详细介绍了CNN在图像分类中的发展过程中的几个经典的网络，包括了从LeNet,AlexNet,VGGNet,GoogleNet,ResNet到DenseNet的一路改进、优化的过程。
- 2022-02-28 23:22回答 2 已采纳 没有用到卷积神经网络，照片数量感觉和准确率应该关系不大，lbph算法本身是通过比较不同人脸图像LBP编码直方图达到人脸识别的目的
- 2022-02-14 11:11人工智能技术与咨询的博客 摘 要近年来,卷积神经网络(Convolutional neural network,CNNs)在计算机视觉、自然语言处理、语音识别等领域取得了突飞猛进的发展,其强大的特征学习能力引起了国内外专家学者广泛关注.然而,由于深度卷积神经网络普遍...
- 2022-08-18 15:24「已注销」的博客 BP算法的基本思想是：学习过程由信号正向传播与误差的反向回传两个部分组成；正向传播时，输入样本从...2、通过各节点间的连接情况正向逐层处理后，得到神经网络的实际输出。3、计算网络实际输出与期望输出的误差。...
- 没有解决我的问题, 去提问
