卷积神经网络基础

1.二维互相关运算:由二维的输入数组和二维的核数组得到一个二维的输出数组。 这个二维的核数组通常称为卷积核或过滤器(filter),它的高度和宽度一般比输入数组小。 二维卷积层是将输入与卷积核做互相关运算,再加一个标量偏置。因此卷积层的模型参数就包括卷积核和标量偏置。 2.特征图(feature map):简单来说就是指输出数组,因为它可以看作是输入在空间维度(高和宽)上的某一级表征。 感受野(receptive field):输出数组上的某一个数y可以被输入数组上的哪些数字x所影响,这些x就是y的感受野。不仅可以求一个卷积核运算结束后结果中一个数字在输入上的感受野,也可以求与多个卷积核运算结