機器學習第四課(padding)

卷積的邊界處理(padding) 現在讓我們看一下填充(padding)。在此之前,想象一個場景:當你把 5 x 5 x 3 的過濾器用在 32 x 32 x 3 的輸入上時,會發生什麼?輸出的大小會是 28 x 28 x 3。注意,這裏空間維度減小了。如果我們繼續用卷積層,尺寸減小的速度就會超過我們的期望。在網絡的早期層中,我們想要儘可能多地保留原始輸入內容的信息,這樣我們就能提取出那些低層的特
相關文章
相關標籤/搜索