CNN AlexNet算法複雜性

我是機器學習的第一年級學生，最近我開始沉浸其中。CNN AlexNet算法複雜性

所以，教授給了我一個任務，的計算號：

矩陣添加

矩陣乘法這些都是衆所周知的卷積處理

矩陣劃分

神經網絡 - AlexNet。

我發現了一些關於它的matherials，但我真的很困惑從哪裏開始。

因此，整體結構可能看起來像：

但是，我怎麼能計算操作每種類型截然不同？

你問我們要解決你的「工作」問題。你應該嘗試一下，告訴我們你做了什麼，這樣我們可以幫你解決一個問題，而不僅僅是爲你做好工作。 – rakwaht

@rakwaht你看過我的問題嗎？如果是的話，再做一次。我在詢問CONCEPT，如何計算矩陣操縱以及在哪些步驟中進行計算。不要放棄無用的反對票，而要提供一些有關該主題的建議。否則，它會讓你覺得你不知道，只是想「溫和」。 –

是的，我讀它，是的，我只是在緩和，順便說一句，我結束了這裏，因爲我認爲這個問題是有趣的標題。無論如何，我仍然認爲你正在尋求非常廣泛的幫助。你應該嘗試一個更具體的問題，ps不要傷心沒有什麼個人的。 – rakwaht

這是一個卷積網絡。這些參數限制了計算的可管理性，同時仍然給出了很好的結果。

這個特定的網絡在許多地方和論文中都有描述，因此獲取涉及的參數數量和轉換網絡的數字並不難。

但是，您需要首先了解卷積網絡的工作原理。我覺得這是一個很好的開始：http://cs231n.github.io/convolutional-networks/

2017-07-31 21:59:51 adrianmcmenamin

回答