温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-9337821.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（卷积神经网络ppt演示课件.ppt）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
卷积神经网络（CNN）及其应用 1主要内容 卷积神经网络诞生背景与历程 卷积神经网络的结构 卷积神经网络应用LeNet-5手写数字识别 2深度学习的优势 深度学习通过学习一种深层非线性网络结构，只需简单的 网络结构即可实现复杂函数的逼近，并展现了强大的从大 量无标注样本集中学习数据集本质特征的能力。 深度学习能够获得可更好地表示数据的特征，同时由于模 型的层次深）、表达能力强，因此有能力表示大规模数 据。 对于图像、语音这种特征不明显（需要手工设计且很多没 有直观的物理含义）的问题，深度模型能够在大规模训练 数据上取得更好的效果。 卷积神经网络(ConvolutionalNeuralNetworks：CNN)是人工 神经网络(ANN)的一种，是深度学习的一种学习算法。它在图 像识别和分类、自然语言处理广告系统中都有应用。 CNNs它利用空间关系减少需要学习的参数数目以提高一般前 向BP算法的训练性能。CNNs作为一个深度学习架构提出是为 了最小化数据的预处理要求。在CNN中，图像的一小部分（局 部感受区域）作为层级结构的最低层的输入，信息再依次传输 到不同的层，每层通过一个数字滤波器去
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
