扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
之前设计的CNN有点问题，与传统的CNN有较大的差距。传统CNN不需要权重层的输出，下面就展示详细的实现。首先还是测试程序：
#include "cnn.hpp"
int main(int argc, char** argv)
{
using cnn_type = cnn<
nadam, sigmoid, XavierGaussian // 判别层使用的更新方法、激活函数和初始化方法
, 3, 64, 64, 4 // 3通道、64*64图像、4输出的判别层
, nadam, ReLu, XavierGaussian // 卷积池化层使用的更新方法、激活函数和初始化方法
, 5 // 5卷积核
, 8, 8 // 卷积核尺寸
, 4, 4 // 卷积核步幅
, 2, 2 // 池化层尺寸
, 5 // 5卷积核
, 4, 4 // 卷积核尺寸
, 2, 2 // 卷积核步幅
, 2, 2 // 池化层尺寸
, 5 // 3卷积核
, 2, 2 // 卷积核尺寸
, 1, 1 // 卷积核步幅
, 2, 2 // 池化层尺寸
>;
cnn_type cnn_layer;
cnn_type::input_type mti(.4);
cnn_type::ret_type mto(.8);
weight_initilizer::cal(mti, 0., 1.);
weight_initilizer::cal(mto, 0, 1);
for (int i = 0; ; ++i)
{
auto mtok = cnn_layer.forward(mti);
cnn_layer.backward(mtok - mto);
if (i 你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网