【数之道 08】走进"卷积神经网络"，了解图像识别背后的原理

[@kuimo-Q]

講解的很棒！謝謝

[@colskisabastian1458]

讲得真好，概念简单易懂，而且概念讲解有先后顺序，清晰明了，厉害

[@user-cj5cv6qi2h]

解說非常清楚，相當佩服

[@wangzi104]

讲解的非常清晰，视频做的非常用心。希望能持续看到你的作品！！

[@Interesting59]

太厉害了,这是我看过的所有讲解关于卷积神经网络中最好理解的视频.十分感谢

[@sciab3674]

谢谢 基本明白还是需要深入了解 讲的很好🎉

[@yimeng1883]

讲得特别清楚，感谢您！

[@qianxian4353]

是我见到的讲的最清楚的一个，厉害

[@user-ql2bd8ou9t]

CNN下載，多謝！👍

[@a2350]

說得清清楚楚，聽得模模糊糊，太深奧了，是不是除了卷積法外，沒有其 它可數學化的演算法？

[@xqc-l4k]

讲的很好

[@jojo-jay1]

谢谢你❤

[@xprui8046]

挺好的，就是视频最后的例子稍微快并且图像不太清晰

[@lawrencetaulk7898]

这个视频不错。赞。

[@beforedawn7769]

6:58 负值是怎么产生的？ RGB的范围是0-255， 为什么需要过滤负值？

[@gkdmathgkd6341]

我也想在Excel里面自己操作卷积核那一步骤可以分享一下VB吗

[@danawen555]

很棒，谢谢！

[@tangtang7112]

赞

[@user-jr2xl9uo3c]

请教一下，为什么会生成10个卷积特征图片？而不是9个或者12个或者别的数量？这个是被哪个参数控制的？

[@MasterMathematicswithMatthias]

深入浅出，

[@hyziyjx1314]

你好，是怎么生成十个卷积特征图片的？是因为用了十种不同的算子吗？

[@michaelzap8528]

最后一层的神经元设定成几个，就会变成几组,softmax 会自动计算出他们的概率大小。

[@user-nl4ry3wb1x]

1:58 開始講原理 4:27 最大池化

[@kingworld7747]

剛接觸不太知道卷積的作用,不過是不是可以理解為把標準的圖形,例如批薩用扁平化,把特徵概念化,之後圖可能不是正照圖,但運用卷積化後,可得到接近批薩的扁平化特徵圖!!所以我們就可得到後面輸入的圖最大概率就是!!如果影象有一堆圖,則用框框把要的的框起來,再把這方框卷積成扁平化圖,再和正照圖對比,例如自動化的駕駛車,在路上有一堆東西,如框起來東西卷積扁平化結果最接近正照車子,所以被框的東西就是車!!

[@游涴喻]

CNN下載Thanks!❤

[@julianchen8711]

这是卷机算法是如何设计的，不是它为什么要这么设计

[@p0kwan818]

CNN下載, pls

[@doremiks6697]

CNN

[@user-jc4pe6nu1g]

CNN