《動手學深度學習Pytorch版》Task5-卷積神經網絡

卷積神經網絡基礎 需要理解卷積神經網絡的基礎概念，主要是卷積層和池化層、填充、步幅、輸入通道和輸出通道的含義。 幾個經典的模型 LeNet AlexNet VGG NiN GoogLeNet 1×1卷積核作用 放縮通道數：通過控制卷積核的數量達到通道數的放縮。 增加非線性：1×1卷積核的卷積過程相當於全連接層的計算過程，並且還加入了非線性激活函數，從而可以增加網絡的非線性。 計算參數少 LeNet

>>阅读原文<<