卷积、反卷积、交叉熵

本课程是“火炬上的深度学习”系列课程的配套视频，详细讲解了卷积神经网络的数学原理。(课时:36 分钟)

深度学习卷积交叉熵 CNN

讲师: 张江

开始学习

￥ 0

课程介绍

课程资料

课件下载：（报名后可见）

课程背景

本课为“火炬上的深度学习”附加课程：卷积、CNN上的反向传播算法以及交叉熵。在本课程中，我们详细解读了有关卷积这一数学运算的含义，它的一维连续形式、离散形式与二维形式，并指出它对于图像处理的更加丰富的含义。之后，我们详细讲述了适用于卷积神经网络的反向传播算法，给出了反卷积（deconvolution）的定义。最后，我们讲述了数学上交叉熵的概念，以及为什么它可以被应用到分类问题的度量上来。