Products
96SEO 2026-02-20 04:27 8
一个卷积神经网络里包括5部分——输入层、若干个卷积操作和池化层结合的部分、全局平均池化层、输出层
输出层需要分成几类相应的就会有几个输出节点。
每个输出节点都代表当前样本属于的该类型的概率。
map块里的第二个元素3是由卷积核计算完第一个元素4右移一格后计算得来的相当于图片中的前3行和第1到第4列围成的3×3矩阵与卷积核各对应元素进行相乘相加操作31×11×00×11×01×11×00×11×01×1。
当步长为2的情况下就代表每次移动2个格最终会得到一个如图8-5中第二行左边的2×2矩阵块的结果。
窄卷积valid卷积从字面上也可以很容易理解即生成的feature
map比原来的原始图片小它的步长是可变的。
假如滑动步长为S原始图片的维度为N1×N1那么卷积核的大小为N2×N2卷积后的图像大小**(N1-N2)/S1×(N1-N2)/S1**。
同卷积same卷积代表的意思是卷积后的图片尺寸与原始图片的尺寸一样大同卷积的步长是固定的滑动步长为1。
一般操作时都要使用padding技术外围补一圈0以确保生成的尺寸不变。
全卷积full卷积也叫反卷积就是把原始图片里的每个像素点都用卷积操作展开。
如图示白色的块是原始图片浅色的是卷积核深色的是正在卷积操作的像素点。
反卷积操作的过程中同样需要对原有图片进行padding操作生成的结果会比原有的图片尺寸大。
池化的主要目的是降维即在保持原有特征的基础上最大限度地将数组的维数变小。
池化中只关心滤波器的尺寸不考虑内部的值。
算法是滤波器映射区域内的像素点取取平均值或最大值。
就是在图片上对应出滤波器大小的区域对里面的所有不为0的像素点取均值。
这种方法得到的特征数据会对背景信息更敏感一些。
注意一定是不为0的像素点这个很重要。
如果把带0的像素点加上则会增加分母从而使整体数据变低。
最大池化就是在图片上对应出滤波器大小的区域将里面的所有像素点取最大值。
这种方法得到的特征数据会对纹理特征的信息更敏感一些。
对于最大池化直接将其误差还原到对应的位置其他用0填入对于均值池化则是将其误差全部填入该像素对应的池化区域。
该部分的详细算法也与反池化算法完全相同
在TensorFlow中使用tf.nn.conv2d来实现卷积操作使用tf.nn.max_pool进行最大池化操作。
通过传入不同的参数来实现各种不同类型的卷积与池化操作。
input指需要做卷积的输入图像它要求是一个Tensor具有[batch,
in_channels]这样的形状shape具体含义是“训练时一个batch的图片数量图片高度图片宽度图像通道数”注意这是一个四维的Tensor要求类型为float32和float64其中之一。
filter相当于CNN中的卷积核它要求是一个Tensor具有[filter_height,filter_width,
out_channels]这样的shape具体含义是“卷积核的高度滤波器的宽度图像通道数滤波器个数”要求类型与参数input相同。
有一个地方需要注意第三维in_channels就是参数input的第四维。
strides卷积时在图像每一维的步长这是一个一维的向量长度为4。
padding定义元素边框与元素内容之间的空间。
string类型的量只能是SAME和VALID其中之一这个值决定了不同的卷积方式padding的值为’VALID’时表示边缘不填充当其为’SAME’时表示填充到滤波器可以到达图像边缘。
use_cudnn_on_gpu:bool类型是否使用cudnn加速默认为true
返回值tf.nn.conr2d函数结果返回一个Tensor这个输出就是常说的feature
output_width(in_width-filter_width
width结果向上取整output_height(in_height-filter_height1)/strides_height结果向上取整●
输入的尺寸中高和宽定义成in_height、in_width。
卷积核的高和宽定义成filter_height、filter_width。
输出的尺寸中高和宽定义成output_height、output_width。
步长的高宽方向定义成strides_height、strides_
width结果向上取整2.池化函数tf.nn.max_poolavg_pool
value需要池化的输入一般池化层接在卷积层后面所以输入通常是feature
1]因为我们不想在batch和channels上做池化所以这两个维度设为了1。
strides和卷积参数含义类似窗口在每一个维度上滑动的步长一般也是[1,
padding和卷积参数含义一样也是取VALID或者SAME,
VALID是不padding操作SAME是padding操作。
作为专业的SEO优化服务提供商，我们致力于通过科学、系统的搜索引擎优化策略，帮助企业在百度、Google等搜索引擎中获得更高的排名和流量。我们的服务涵盖网站结构优化、内容优化、技术SEO和链接建设等多个维度。
| 服务项目 | 基础套餐 | 标准套餐 | 高级定制 |
|---|---|---|---|
| 关键词优化数量 | 10-20个核心词 | 30-50个核心词+长尾词 | 80-150个全方位覆盖 |
| 内容优化 | 基础页面优化 | 全站内容优化+每月5篇原创 | 个性化内容策略+每月15篇原创 |
| 技术SEO | 基本技术检查 | 全面技术优化+移动适配 | 深度技术重构+性能优化 |
| 外链建设 | 每月5-10条 | 每月20-30条高质量外链 | 每月50+条多渠道外链 |
| 数据报告 | 月度基础报告 | 双周详细报告+分析 | 每周深度报告+策略调整 |
| 效果保障 | 3-6个月见效 | 2-4个月见效 | 1-3个月快速见效 |
我们的SEO优化服务遵循科学严谨的流程，确保每一步都基于数据分析和行业最佳实践：
全面检测网站技术问题、内容质量、竞争对手情况，制定个性化优化方案。
基于用户搜索意图和商业目标，制定全面的关键词矩阵和布局策略。
解决网站技术问题，优化网站结构，提升页面速度和移动端体验。
创作高质量原创内容，优化现有页面，建立内容更新机制。
获取高质量外部链接，建立品牌在线影响力，提升网站权威度。
持续监控排名、流量和转化数据，根据效果调整优化策略。
基于我们服务的客户数据统计，平均优化效果如下：
我们坚信，真正的SEO优化不仅仅是追求排名，而是通过提供优质内容、优化用户体验、建立网站权威，最终实现可持续的业务增长。我们的目标是与客户建立长期合作关系，共同成长。
Demand feedback
