【小白学习深度学习】encoder-decoder架构
【摘要】 结构简介：Encode-Decoder模型：编码解码模型。Encode编码：接收输入（CNN，RNN等），并输出特征向量的网络在语义分割中，就是用pooling池化层减小空间的维度。decoder解码：从encode中获取特征向量，输出与预期输出最近似的结果的网络。在语义分割中，逐渐恢复图像的细节信息和它的空间维度。通常在Encode和Decoder直接还有一个连接（跨层连接）结构的应用：应...
结构简介：
Encode-Decoder模型：编码解码模型。
Encode编码：接收输入（CNN，RNN等），并输出特征向量的网络
在语义分割中，就是用pooling池化层减小空间的维度。
decoder解码：从encode中获取特征向量，输出与预期输出最近似的结果的网络。
在语义分割中，逐渐恢复图像的细节信息和它的空间维度。
通常在Encode和Decoder直接还有一个连接（跨层连接）
结构的应用：
应用Encode-Decoder结构的两种算法如下：
1.U-Net
2.SegNet
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）