卷積神經網絡學習記錄（1）

1.端到端的學習方式 2 匯合(池化)層的引入是仿照人的視覺系統對視覺輸入對象進行降維（降採樣）和抽象。在卷積神經網絡過去的工作中，研究者普遍認爲匯合層有如下三種功效： （1）特徵不變性。匯合操作使模型更關注是否存在某些特徵而不是特徵具體的位置。可看作是一種很強的先驗，使特徵學習包含某種程度自由度，能容忍一些特徵微小的位移。 （2）特徵降維。由於匯合操作的降採樣作用，匯合結果中的一個元素對應於原輸

>>阅读原文<<