文章目录
深度学习的优点
- 学习能力强；
- 覆盖范围广；
- 适应力强；
- 可移植性好；
深度学习的缺点
- 计算量大；
- 便携性差；
- 硬件成本较高；
- 模型设计复杂；
- 长于计算，弱于算计，很容易被 “hack”；
CNN 的应用场景
CNN 模型一般化示例
CNN 用于分类的一般网络架构为：输入层 --> (卷积层 + --> 池化层?) + --> 全连接层+，其中 + 表示存在多个，- 表示可有可无。如下图所示：
CNN 分类模型架构
CNN回归预测模型架构
CNN 生成特征图模型架构
CNN 生成注意力模型架构
CNN 生成分割图模型架构
CNN 生成艺术分割
