卷積層中計算濾波器大小和計算步長

卷積層淺析 卷積層： 卷積神經網絡中每層卷積層（Convolutional layer）由若干卷積單元組成，每個卷積單元的參數都是通過反向傳播算法最佳化得到的。卷積運算的目的是提取輸入的不同特徵，第一層卷積層可能只能提取一些低級的特徵如邊緣、線條和角等層級，更多層的網路能從低級特徵中迭代提取更復雜的特徵。 假定此時有一張圖片大小爲32 *32 * 3(圖像的長，寬，深度) 卷積的過程就是，在原圖的

>>阅读原文<<