機器學習基礎（1）——卷積、池化、全連接

卷積 層數計算 在下圖中左側是一個32x32x3的圖像，其中3代表RGB。每個卷積核是5x5x3，每個卷積核生成一個特徵圖（feature map）。下圖裏面有6個5x5x3的卷積核，所以輸出6個特徵圖，大小爲28x28x6. 下圖中，第二層到第三層，其中每個卷積核大小爲5x5x6，這裏的6就是28x28x6中的6，兩者需要相同，即每個卷積核的「層數」需要與輸入的「層數」一致。有幾個卷積核，就輸出

>>阅读原文<<