4、卷積神經網絡.（1）

1、邊緣檢測 Padding 步長 在彩色圖像上卷積的具體過程 下面兩個過濾器檢測紅色的垂直邊緣，第二個檢測三種顏色的垂直邊緣，輸出爲4*4*1 把檢測不同角度的邊緣的輸出疊加起來 加入激活函數 參數 池化層：減小模型大小，加快訓練速度，提高所提取特徵的魯棒性 最大池化一般很少用padding填充，不過也有列外 類似Lenet-5的網絡結構 各層參數 爲什麼使用卷積操作： 權值共享和稀疏鏈接 經典

>>阅读原文<<