深度學習筆記_卷積神經網絡基本概念

卷積神經網絡(CNN)典型結構 CNN各層作用簡介 卷積層和採樣層(convolutions and subsampling layers) 類似於特徵提取 全連接層(fully connected layer)  根據提取的特徵進行分類 池化層(Pooling layer) 作用: 首要作用，下采樣（downsamping）降維、去除冗餘信息、對特徵進行壓縮、簡化網絡複雜度、減少計算量、減少內存

>>阅读原文<<