卷积神经网络和全连接神经网络
目前我对卷积神经网络的理解,卷积层,激活层和池化层都差不多能理解
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入,进行分类,是这样吗?
卷积神经网络的全连接层是否就是一个全连接神经网络?那样的话卷积神经网络要进行训练,要更新每个卷积层里卷积核的参数和全连接层里的权重?还是卷积核是确定不变的,只更新全连接层的权重?
卷积神经网络和全连接神经网络
目前我对卷积神经网络的理解,卷积层,激活层和池化层都差不多能理解
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入,进行分类,是这样吗?
卷积神经网络的全连接层是否就是一个全连接神经网络?那样的话卷积神经网络要进行训练,要更新每个卷积层里卷积核的参数和全连接层里的权重?还是卷积核是确定不变的,只更新全连接层的权重?