之前實現(xiàn)了一層的卷積神經(jīng)網(wǎng)絡(luò)，又實現(xiàn)了兩層的卷積神經(jīng)網(wǎng)絡(luò)，接下來把cnn擴展到任意層就不難了。

這難道就是傳說中的“道生一，一生二，二生三，三生萬物”么？＝。＝

代碼還是在github上。

比較有趣的一點是，我分別用兩層的神經(jīng)網(wǎng)絡(luò)和一層的神經(jīng)網(wǎng)絡(luò)進(jìn)行了實現(xiàn)，結(jié)果如下圖：

兩層的cnn結(jié)果：

一層的cnn結(jié)果：

可以看到，一層的cnn結(jié)果反而比兩層的好，那么很有可能是兩層的cnn出現(xiàn)了過擬合現(xiàn)象。對于mnist這種小數(shù)據(jù)集，一層的cnn加上一些參數(shù)調(diào)優(yōu)絕對是夠用了的。

轉(zhuǎn)載于:https://www.cnblogs.com/sunshineatnoon/p/4587396.html

總結(jié)

以上是生活随笔為你收集整理的[Deep Learning]任意层cnn的matlab版本实现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。