本文尚未完成，正在抓緊撰寫中~

這里留個(gè)草稿

文章目錄

• 綜述
• • 一、卷積層（CONV）
  • • 1. 卷積層基本屬性
    • 2. 卷積層的特點(diǎn)
    • 3. 卷積運(yùn)算的作用
  • 二、池化層（Pooling）
  • 三、全連接層（FC）

綜述

卷積神經(jīng)網(wǎng)絡(luò)通常由3個(gè)部分構(gòu)成：卷積層，池化層，全連接層。簡單來說，卷積層負(fù)責(zé)提取圖像中的局部及全局特征；池化層用來大幅降低參數(shù)量級(jí)(降維)；全連接層用于處理“壓縮的圖像信息”并輸出結(jié)果。

一、卷積層（CONV）

1. 卷積層基本屬性

卷積層主要功能是動(dòng)態(tài)地提取圖像特征，由濾波器filters和激活函數(shù)構(gòu)成。一般要設(shè)置的超參數(shù)包括filters的數(shù)量、大小、步長，激活函數(shù)類型，以及paddin

總結(jié)

以上是生活随笔為你收集整理的新手入门深度学习 | 卷积神经网络是什么？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。