[027] 深度学习--学习笔记(5)CNN与ResNe的理论基础

1、CNN的提出 ① 硬件设备的滞后 1980年,Yann LeCun在做手写数字识别时,以全连接层的形式构建神经网络,假设这个网络有四层,那么最终会产生236K个参数量,而且每个参数都是浮点型Float,即需要236K * 4 = 944K (Byte) 的运存空间。但当时计算机(AT&T  DSP)芯片才有256K (Byte) 的运存空间,所以这个网络无法实现运行。 ② 从生物视觉获得启发
相关文章
相关标签/搜索