深度训练提升CNN网路精度

本文是卷积神经网路，机器学习系列文章的第二部分，重点为介绍卷积神经网路(CNN)的特性和应用。CNN主要用於模式识别和物件分类。在第一部分文章中，比较了在微控制器中运作经典线性规划程式与运作CNN的区别，并展示了CNN的优势。探讨了CIFAR网路，该网路可以对图像中的猫、房子或自行车等物件进行分类，还可以执行简单的语音辨识。而本文重点，将解释如何训练这些神经网路以解决实际问题。…