22问答网
所有问题
为什么卷积神经网络最后预测输出结果都是0
就是网络识别图片最后输出的都是0,而不是识别出图片
举报该问题
推荐答案 2018-11-23
0代表0个map,0个特征,这应该是
卷积神经网络
的卷积核大小、个数,卷积层数设置过程中的问题。
追问
我输入的是图片,按理说不应该输出这个0啊,
温馨提示:答案为网友推荐,仅供参考
当前网址:
http://22.wendadaohang.com/zd/62Cf0ITX6SIC06hSTf.html
相似回答
【基础理论】
卷积
之Dropout
答:
Dropout是一种广泛用于机器学习和深度学习的正则化方法,其主要目的是在训练过程中随机去除
神经网络
的某些
输出
,以防止模型过拟合。具体实现上,它会在训练时随机将神经网络的输出置
为0
,并利用剩余的输出计算损失函数,这样可以使神经网络的参数更加独立,从而降低过拟合的风险。虽然Dropout可能降低模型性能,...
卷积神经网络
的
输出
能够是一个具体的值吗?
答:
可以的。
因为卷积神经网络最后的输出是全连接层,所以它的输出可以是一个值也可以是一组向量
。卷积神经网络(ConvolutionalNeuralNetwork,CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元。
大家正在搜
卷积神经网络是什么
卷积神经网络多输入单输出
卷积神经网络输出
卷积神经网络输出大小
卷积神经网络结构
卷积神经网络实现
全卷积神经网络
卷积神经网络详解
卷积神经网络的应用
相关问题
卷积神经网络为什么最后接一个全连接层
在卷积神经网络中输出的尺寸和strip和填0数有什么关系
CNNs卷积神经网络算法最后输出的是什么,一维向量?和原始输...
为什么卷积神经网络很快就收敛了
卷积神经网络的输出特征是稀疏的吗
6个输入1个输入可以用卷积神经网络做预测吗
卷积神经网络对输入变量个数有要求吗