卷積神經網路

卷積層和池化層 　　與神經網絡相比，卷積神經網絡多了卷積層和池化層，基本順序爲data-conv-ReLU-Pooling-FC（全聯接層）-s 一、卷積神經網絡的權重共享 　　經典神經網絡：全連接，即每個神經元都與每一個數據有對應的參數； 　　卷積神經網絡是權重共享的，就是得到的特徵圖的每個像素點都是原圖的一個區域（如5*5*3，有3個顏色通道）與filter（卷積算子，如5*5*3，有75個權

>>阅读原文<<