卷積神經網路的層級結構
• 資料輸入層/ input layer
• 卷積計算層/ conv layer
• relu激勵層 / relu layer
• 池化層 / pooling layer
• 全連線層 / fc layer
卷積神經網路cnn主要用來識別位移、縮放及其他形式扭曲不變性的二維圖形。由於cnn的特徵檢測層通過訓練資料進行學習，所以在使用cnn時，避免了顯式的特徵抽取，而隱式地從訓練資料中進行學習
第十八天部落格
首先是複習 複習昨天學習的19個選擇器 加上清除是20個選擇器 基本選擇器5個 id選擇器 id 類選擇器 樣式名稱 選擇器 元素選擇器 標籤名稱 組選擇器 id,class,標籤名稱 層次選擇器4個 選擇父元素中的某些元素 父元素 子元素 選擇父元素中所有的子元素，不包括後代元 父元素 子元素 選...
第十八天servlet HTTP Request
servlet特點 預設的servlet 當第一次訪問時初始化init 自定義初始化 在配置檔案中標籤中 值值為正數，伺服器啟動執行init 自定義 值為正數，伺服器啟動，且servlet被呼叫時執行init 預設 用註解去配置servlet public inte ce webservlet st...
失業第十八天
今天的主題還是面試，上午面了第四家公司，這家公司做rtos的，當然問了很多作業系統相關的知識。說來也巧，自己這段時間剛好在看這個rtos 原始碼，在網上也投了這家公司，但是過了一天就收到職位不符合的訊息，但是公司居然打 過來預約面試時間，心裡一陣欣喜。不管結果如何好像是白白給了個面試的機會試試吧，說...