基于TensorFlow的卷积神经网络应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 卷积神经网络的研究历史 | 第10-11页 |
| 1.3 卷积神经网络的研究意义 | 第11-12页 |
| 1.4 TensorFlow简介 | 第12-14页 |
| 1.5 本文内容安排 | 第14-15页 |
| 2 人工神经网络模型 | 第15-23页 |
| 2.1 生物神经元 | 第15-16页 |
| 2.2 人工神经元模型 | 第16页 |
| 2.3 激活函数 | 第16-17页 |
| 2.4 感知器 | 第17-18页 |
| 2.5 前馈神经网络 | 第18-20页 |
| 2.6 参数更新 | 第20-23页 |
| 3 卷积神经网络模型 | 第23-33页 |
| 3.1 卷积层结构 | 第23-28页 |
| 3.1.1 卷积运算 | 第24-25页 |
| 3.1.2 卷积函数的变体 | 第25-26页 |
| 3.1.3 卷积层 | 第26-28页 |
| 3.2 池化层结构 | 第28-29页 |
| 3.3 参数更新 | 第29-33页 |
| 4 卷积神经网络的人脸表情识别应用 | 第33-43页 |
| 4.1 问题描述 | 第33-34页 |
| 4.2 数据简介 | 第34-35页 |
| 4.3 模型结构 | 第35-36页 |
| 4.4 实验与结果分析 | 第36-43页 |
| 4.4.1 实验环境及配置 | 第36-37页 |
| 4.4.2 评估标准 | 第37页 |
| 4.4.3 实验结果与分析 | 第37-40页 |
| 4.4.4 表情的特征分析 | 第40-43页 |
| 5 总结与展望 | 第43-45页 |
| 5.1 工作总结 | 第43页 |
| 5.2 研究展望 | 第43-45页 |
| 参考文献 | 第45-51页 |
| 致谢 | 第51-52页 |
