您现在的位置是：热点 >>正文

卷积神经网络性能优化

热点3772人已围观

简介...

   引言

卷积（Convolut卷积ion）是神经网络的核心计算之一，它在计算机视觉方面的突神经破性进展引领了深度学习的热潮。卷积的变种丰富，计算复杂，神网络经网络运行时大部分时间都耗费在计算卷积，网络模型的发展在不断性能增加网络的深度，因此优化卷积计算就显得尤为重要。

随着技术的发优化展，研究人员提出了多种优化算法，包括 Im2col、W卷积inograd 等等。本文首先定义卷积神经网络的概念，继而简神经要介绍几种常见的优化方法，并讨论作者在该领域的一些经网络验。

卷积神经网络的概念

卷积神经网络（Convolutio性能n Neural Networks, CNN）的概念拓展自优化信号处理领域的卷积。信号处理的卷积定义为

 (1)

由卷积于对称性图片 卷积计算在直觉上不易理解，其可视化后如图一所示。神经图中红色滑块在移动过程中与蓝色方块的积绘制成的三角图网络案即为卷积结果 (

Tags：

上一篇：标签: 支付宝 阿宝 AI版支付宝 资产卡片

下一篇：云计算核心技术Docker教程：Docker在容器中运行多个服务

相关文章



热门文章

最新文章

友情链接