深度學習（花書）學習筆記——第九章 卷積網絡

卷積運算 內積和外積中的內積被通常認爲時卷積，可交換性是因爲他經過了翻轉。但是神經網絡中一般不應用翻轉。而是直接使用互相關函數： 動機 三大特性：稀疏交互、參數共享、等變表示。 稀疏交互：核的大小遠小於輸入。相對於全連接，一個輸入項隻影響較少神經元，大大減少運算量。 參數共享：也叫綁定權重，每個核的權重不變，遍歷整個輸入。使我們只需要少量參數， 等變表示：卷積網絡具有平移等變的性質。 池化 應用於

>>阅读原文<<