Dive into deep learning task 05 卷积神经网络基础;leNet;卷积神经网络进阶

3.卷积神经网络基础 卷积其实是一种信号过滤器,实际上做的二维互相关运算。以前理解 的是卷积运算,现在才发现这就是互相关运行,说白了就是用卷积核遍历输入的数组。 池化是一种降维操作。 互相关运算和卷积运算没有本质上的不同,但是还是有区别。 卷积神经网络的输出为 (nh+ph-kh+sh)/sh * (nw+pw-kw+sw)/sw nh,nw 为输入的高和宽 ph,pw为填充的高和宽 kh,kw为卷积核的高和宽 sh,sw为纵向和横向步长 课后题居然大错,第一题被坑了,是彩色 图片,有3个通道。。。 卷积层和池化层的区别是: 卷积层是加权求和,权值 通过训练来得到。 池化层是通过选择最大数据或