CNN卷積神經網絡總結

自我對卷積神經網絡的認識 從輸入到輸出，我們輸入的數據要經歷卷積層，激活層，池化層等反覆數據轉換，最後通過全連接層，輸出的數據以最大的概率來判斷與標籤的符合程度。 1.1卷積層 卷積層是用來提取信息的特徵。該處理過程讓我想起了離散傅里葉變換，將時域信號轉換到頻域，再通過觀察頻域的頻譜圖，分析出信號的特點。同樣的，多個卷積核，會得到多個特徵圖，就拿一張貓咪圖來說，它的多徵圖不會是具象的，是一些抽象的

>>阅读原文<<