CS231n-Lecture5:卷積神經網絡（CNN / ConvNets）

卷積神經網絡（CNN） 爲什麼要使用卷積？ CNN的層 輸入層（INPUT） 卷積層（CONV） 過濾器（卷積核）—— 特徵提取器 權值共享 激活層（ReLU） 池化層 （POOL）—— 降採樣 全連接層（FC） reference 爲什麼要使用卷積？ 卷積的主要目的是爲了從輸入圖像中提取特徵。卷積可以通過從輸入的一小塊數據中學習到圖像的特徵，並且可以保留像素的空間關係。 CNN的層 CNN將原始

>>阅读原文<<