[筆記] 人工智慧技術概論 CNN 卷積神經網路

 CNN 卷積神經網路

tf.keras.layers.Conv2D(16, (3, 3), activation='relu', input_shape=(150, 150, 3)),

16 -->16個特徵遮罩(Kernel)

3, 3-->3X3大小

input_shape-->輸入原始大小150X150

MaxPooling2D 每4個取一個 4選一(最大值) 大小少一半 為了找最匹配值

正規化ReLU 0~1 負值-->0 正值-->1

(萃取結束)

全連接層 特徵全部排起來(分類)

類神經網路分類 (權重大小)

Param # 參數個數

16x3x9 432 加上16(位移參數) = 448 降維

為甚麼卷積神經網路的參數比較少，怎麼計算?

只算 Kernel 

Chest X-Ray Images (Pneumonia) | Kaggle