卷積神經網絡_（1）卷積層和池化層學習

卷積神經網絡（CNN）由輸入層、卷積層、激活函數、池化層、全鏈接層組成，即INPUT-CONV-RELU-POOL-FChtml (1)卷積層：用它來進行特徵提取，以下：網絡 輸入圖像是32*32*3，3是它的深度（即R、G、B），卷積層是一個5*5*3的filter(感覺野)，這裏注意：感覺野的深度必須和輸入圖像的深度相同。經過一個filter與輸入圖像的卷積能夠獲得一個28*28*1的特徵圖，

>>阅读原文<<