卷积神经网络架构图
2024-02-26 11:12:24 7 举报
卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络,它的人工神经元可以响应周围单元范围内的刺激,在图像和声音处理领域能够有效地提取空间层次结构信息。它由一个或多个卷积层和顶端的全连通层(对应经典的神经网络)及最后的分类层组成。每个卷积层都包括多个可训练的过滤器(filter),每个过滤器都有一个小的权重矩阵和一组偏置项。卷积层的主要作用是捕捉局部特征,通过滑动窗口的方式对输入数据进行卷积操作,得到特征图。这些特征图被传递到下一层,经过非线性变换后得到最终的输出结果。
作者其他创作
大纲/内容
input_1:feature maps1@52*52
...
feature dimension
probability of 22th fault
time dimension
LSTM layers
A
conv2d_1:feature maps10@52*52
conv2d_2:feature maps 20@52*52
trans_1:feature maps1@52*1040
Horizontal split
lstm_1:feature maps1@52*100
probability of 1th fault
Bridge
Input
Output
output_1: probability vectors @22
probability of 21th fault
timedimension
dense_1:feature vectors @1000
dense_2:feature vectors @22
probability of 20th fault
probability of normal status
更多优质模版请点击头像 在个人主页中查看(可删除)
Fully connected layers
CNN layers
0 条评论
回复 删除
下一页