Neural Networks for Machine Learning Lecture 5

课程地址:https://www.coursera.org/learn/neural-networks

老师主页:http://www.cs.toronto.edu/~hinton

备注:笔记内容和图片均参考老师课件。

这一讲主要讲了图像识别以及卷积神经网络,感觉有点蜻蜓点水,这里主要回顾下重点。

卷积神经网络与池化

在图像识别时,由于一个物体可能会旋转,以及出现在不同的位置,所以用多种方式表示同一个像素,具体做法如下:

这里的意思是对同一张图像只提取一部分特征,但是可以重复提取多次,但是注意对应的权重是同一个,具体如下:

$h_1,h_2$对应的权重都是上图。这样做确实可以增加许多信息,但是特征有点重复,处理这个问题的办法是池化,做法是将输出值取平均,具体如下:

这样做的好处是可以处理更大的数据,坏处是无法确定特征的位置。