簡單卷積神經網絡的tensorflow實現

卷積神經網絡概述 通常一個卷積神經網絡由多個卷積層構成，在卷基層內部一般會有以下幾個操做： 1）圖像經過多個卷積核濾波，添加偏置，提取局部特徵每一個卷積核會映射出一個新的2D圖像。 2）卷積核的濾波結果輸出到激活函數中，激活函數一般選ReLU【書，參考37】 3）對激活函數的結果進行池化操做，池化就是對圖像分割成不一樣的小區域後取平均值或最大值。通常取最大值。 上述幾個步驟就構成了最多見的卷積層。

>>阅读原文<<