从全连接网络到卷积神经网络的教学探讨

• 作者: 吴明晖 谢红霞
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 深度学习 全连接网络 卷积神经网络 教学设计
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 教学与管理
• 页码范围: 128-132
• 页数: 5页
• 分类号: TP301
• 字数: 4483字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2020.07.040

摘要

在深度学习课程的学习中,从全连接神经网络到卷积神经网络是一个大的跨越,初学者首次接触卷积、权值共享、特征提取、池化等很多陌生的概念往往没有头绪,也很难从前面的学习内容中顺畅过渡,需要设计一条前后衔接和呼应、贯穿始终的明确主线,使学习曲线变得平缓.以经典的MNIST手写字符识别案例为引导,以识别精度提升为目标,用设问的方式,逐步深入,理解解决问题的逻辑,同时也掌握核心概念,并提炼出一条从单个神经元的最简单全连接网络到卷积神经网络的学习路径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢红霞	浙江大学城市学院计算机与计算科学学院	13	192	4.0	13.0
2	吴明晖	浙江大学城市学院计算机与计算科学学院	59	853	14.0	28.0