1.池化
池化的作用就是减少特征数量(降维)。最大值池化可提取图片纹理,均值池化可保留背景特征
2.舍弃(dropout)
在神经网络的训练过程中, 将一部分神经元按照一定概率从神经网络中暂时舍弃,使用时被舍弃的神经元恢复链接
在 Tensorflow 框架下,利用 tf.keras.layers.Dropout 函数构建 Dropout 层,参数为舍弃的概率(大于 0 小于 1)。
3.卷积神经网络
借助卷积核对输入特征进行特征提取,再把提取到的特征送入全连接网络进行识别预测