deep learning.ai 第四課筆記-卷積神經網絡

第一週：卷積神經網絡   1.padding：步長爲1時，爲了不讓卷積後的圖像變小，以及削弱邊緣信息丟失的缺點，可以在原始圖像邊緣填充像素，再進行卷積。比如說，過濾器f是3*3,原始圖像n是6*6,那麼得到的輸出就是n-f+1=4*4,padding=1時，即在原始圖像外周填充一層像素，則輸出爲n+2p-f+1=6*6，和原始輸入一樣。   步長爲s時 2.關於卷積層的總結 3.池化層（pooli

>>阅读原文<<