人有自動選取卷積核的能力,傳統的圖像處理不能自動選取卷積核
非線性作用函數,Sigmoid由于梯度消失使用Relu。卷積神經網絡的卷積核是未知的,自適應的。其中的權重是不斷變化的,就是卷積核是不斷變化的。
卷積模糊了,池化又清楚了,冗余信息沒有了,卷積后又大量冗余信息,池化有可能損失信息,也可能基本沒損失。
怎么調試權值,核心是自適應調節,反向傳播。卷積層系數調節,3X3濾波器,+通道數,例如VGG。類似BP。只是加了求和。現在基本用ResNet改型。
神經網絡訓練90%不收斂。看到的用到的都是好用的結構或模型。
先又數據集,再調算法。