卷积神经网络性能优化

   引言kTn28资讯网——每日最新资讯28at.com

卷积（Convolution）是神经网络的核心计算之一，它在计算机视觉方面的突破性进展引领了深度学习的热潮。卷积的变种丰富，计算复杂，神经网络运行时大部分时间都耗费在计算卷积，网络模型的发展在不断增加网络的深度，因此优化卷积计算就显得尤为重要。kTn28资讯网——每日最新资讯28at.com

随着技术的发展，研究人员提出了多种优化算法，包括 Im2col、Winograd 等等。本文首先定义卷积神经网络的概念，继而简要介绍几种常见的优化方法，并讨论作者在该领域的一些经验。kTn28资讯网——每日最新资讯28at.com

卷积神经网络的概念kTn28资讯网——每日最新资讯28at.com

卷积神经网络（Convolution Neural Networks, CNN）的概念拓展自信号处理领域的卷积。信号处理的卷积定义为kTn28资讯网——每日最新资讯28at.com

 (1)kTn28资讯网——每日最新资讯28at.com

由于对称性图片 卷积计算在直觉上不易理解，其可视化后如图一所示。图中红色滑块在移动过程中与蓝色方块的积绘制成的三角图案即为卷积结果 (kTn28资讯网——每日最新资讯28at.com

本文链接：http://www.28at.com/showinfo-119-2258-0.html卷积神经网络性能优化

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com

上一篇： 云计算核心技术Docker教程：容器持久化数据

下一篇： AMD宣布拟以19亿美元收购云计算初创公司Pensando