GPT系列讲演：经典深度学习算法拆解(1/16)

CNN：卷积+集聚+全衔接典型的卷积神经网络是由卷积层、集聚层、全衔接层交叉堆叠而成。其中，一个卷积块包含连续 M 个卷积层和 b 个集聚层（M 通常设置为 25，b 为 0 或 1）。一个卷积网络中能够堆叠 N 个连续的卷积块，然后在后面接着 K 个全衔接层（N 的取值区间比较大，好比 1100或者更大；K 普通为 02）。CNN 能够有效的将大数据量的图片降维成小数据量，并有效的保存图片特征。 [查看原文]

标签： 积家

全部图片

查看原图