單層卷積網絡

卷積得到圖像矩陣之後再對矩陣加一個偏差，然後應用非線性激活激活函數（eg:relu）,輸出結果爲矩陣   *輸出圖像中的通道數量=神經網絡中這一層所使用的過濾器數量！ 例如加了10個過濾器，輸出結果結果的通道數就是10 而過濾器的通道數量=輸入中通道的數量   權重也就是過濾器的集合，再乘以過濾器的總數量 損失數量L就是l層中過濾器的個數   偏差bias在代碼中表示爲1*1*1*nC[l]的四維

>>阅读原文<<