卷积神经网络特征提取方式有哪些

最近在看卷积神经网络中多尺度特征提取，简单来说就是用不同大小的卷积核去提取不同尺度的特征。我想问一下提取多尺度特征除了用不同大小的卷积核还有哪些方式？

报告相同问题？

提交关注问题

卷积神经网络，全连接层就是一个全连接神经网络吗人工智能机器学习深度学习神经网络
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
贝叶斯模型和卷积神经网络啥关系人工智能数据挖掘机器学习神经网络自然语言处理
2019-03-28 15:45

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
深度学习卷积神经网络 深度学习神经网络
2021-05-29 01:48

回答 2 已采纳 {{2,3,4},{3,4,5},{4,5,6}}
基于卷积神经网络的织物图像特征提取与检索研究进展_孙洁.pdf
2020-05-18 08:29

基于卷积神经网络的织物图像特征提取与检索研究进展
卷积神经网络如何提取特征
2020-06-30 09:28

王拾三的博客本文主要记录卷积神经网络提取特征的原理学习，以及一些可视化方法
没有解决我的问题, 去提问