1回答
我已经在我的图中实现了ROI pooling。代码如下。########################################################
#########CONV layers before ROIpooling和ctc loss进行优化之前，该图有几个卷积层。值得关注的是ROI池之前的卷积层是否在反向传播中进行了优化。 根据discussion here的说法，ROI pooling layer
浏览 27提问于2019-12-29得票数 1
回答已采纳
1回答
最大/平均池是基于LSTM输出生成表示的方法。在这种情况下，反向传播是如何发生的？
我理解在未完成池化的情况下反向传播是如何发生的。但我想知道在上述情况下是如何发生的。提前谢谢。
浏览 0提问于2018-07-20得票数 0
1回答
为什么需要通过Why池和relu进行反向传播？
反向传播的目的是更新权值，而and池和relu则只对输入执行简单的操作。他们没有真正的重量或过滤器。那么，为什么需要通过它们进行反向传播呢？
浏览 0提问于2018-08-11得票数 1
在下面的图层S2和C3之间，使用了5*5大小的内核。
Q1。那里使用了多少个内核？这些内核是否都与层S2中的每个特征映射相连接？Q3。如果我们想训练核，然后我们用随机值初始化，有什么方程可以用反向传播的错误值来更新这些核值吗？
Q4。在上面的图中，“输入”层和“C5”
浏览 2提问于2016-03-22得票数 0
1回答
在ReLU获得最大的2x2池池后，这些池就会被平化，并连接到完全连接的层中。一旦通过完全连接层，输出被转换为Softmax概率。我已经通过网络进行了传播，现在正在执行反向传播步骤。取交叉熵和softmax的导数，计算了全连通层的权值。
我感到困惑的是如何通过最大池预先形成反向传播，然后最终在卷积层中找到权值的导数。
浏览 0提问于2020-07-22得票数 2
回答已采纳
1回答
但我坚持如何将错误从conv层传播到上一层，例如，从C3层传播到S2层。有谁能帮帮我吗？
浏览 14提问于2016-07-29得票数 0
2回答
我理解最大池的概念，也理解反向传播的概念。我不能理解的是，为什么它说最大池不影响反向传播的过程？是因为max池“没有任何参数”吗？同样，这个语句- max池没有参数-对吗？为什么或者为什么不？
浏览 0提问于2019-07-09得票数 3
回答已采纳
1回答
据我所知，有线电视网络的三个主要层是卷积层、ReLU层和池层。我知道反向传播使用偏导数。但我看不出CNN是如何使用它们的。
浏览 0提问于2019-09-30得票数 1
1回答
基本上，我希望将输入输入到keras模型中的某个中间层，并希望对完整图(包括中间层之前的层)进行反向传播。从图中可以看到，该特性在视图池层中是最大的，然后将得到的向量传递给网络的其他部分。从论文中，他们进一步利用视图池特性进行了反向传播。
为了实现这一点，我正在尝试一种简单的方法。在我的模型中不会有任何视图池层。这个池，我将采取多个视图的特性，然后取它的最大值离线。最后，聚合功能将传递给网络的其他部分。然而，我无法弄清楚如何通过直接将输入传递到中间层来
浏览 0提问于2018-02-03得票数 2
1回答
我怀疑如何反向传播池层中的错误，因为当我计算导数时，只有一个元素4(例如，当使用2x2池内核时)会影响前馈的结果。
浏览 0提问于2016-11-21得票数 13
1回答
在前馈网络中，所有的权重层都会被反向传播，但是在反向支撑步骤上的卷积神经网络会发生什么呢？仅仅是网络的前馈部分(在卷积和池层之后)才会得到支持吗？这意味着卷积层是静态特征提取的一种形式。
浏览 0提问于2019-07-30得票数 2
回答已采纳
1回答
当涉及到来自功能图的ROI池时，我被卡住了。我知道这里可以使用双线性采样，但它可能对端到端训练没有帮助。如何在tensorflow中实现此ROI池化层？
浏览 5提问于2018-08-18得票数 0
2回答
ROI (感兴趣区域)层也被提及。
当区域提案根据最终的卷积层激活函数(在每个单元中)调整大小时，在数学上会发生什么？
浏览 1提问于2017-04-16得票数 27
回答已采纳
1回答
带最大池的卷积神经网络
、、、、
SoftmaxLayer，它基本上给出了网络的最大输出
# 'activation' is a numpy array of 3D activations from the convolutional codeshown here) 这是等价
浏览 0提问于2016-06-28得票数 8
回答已采纳
2回答
快速R中的反向传播
、、、
我理解在选择性搜索后如何应用卷积层，在香草R-CNN中找到感兴趣的区域，因此在单个卷积网络中进行反向传播或任何权值更新。在初始convNet和RPN之间。但是，权值只能在与地面真值比较之后才能更新。或者是在两个网络完全向前通过之后，一个反向传递被完成。在这种情况下，如何同时考虑两者？如果没有，这一比较是在哪里和如何进行的？任何指向任何资源的指针都将受到高度赞赏。
浏览 0提问于2018-04-02得票数 4
1回答
在反向传播中，被最小化的目标函数通常是输出和目标之间的平方误差之和。然而，在分类问题上，目标往往是尽量减少分类错误的总数。为什么总分类错误数不能直接用作反向传播的目标函数？
浏览 5提问于2015-01-05得票数 0
回答已采纳
4回答
反向传播和前馈神经网络有什么区别？
除了流向之外，还有其他的区别吗？假设我正在实现反向传播，即它包含正向和反向流。那么，反向传播是否足以显示前馈？
浏览 10提问于2015-02-09得票数 42
回答已采纳
1回答
倒推误差对排样矩阵的影响
、、、、
我了解神经网络的反向传播算法，以及误差如何在层中向后传播。也就是说，我知道，给定一个3层的前馈网络，改变W1的数量取决于第2层和第3层的权重，以及它们激活函数的导数。问:当您的第一层是嵌入层(即，考虑使用手套初始化嵌入矩阵)，网络如何使用反向传播更新该矩阵？如何将该层表示为一个由输入和一些权重矩阵组成的方程？
浏览 0提问于2018-06-12得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
