【深度學習】CNN-原理

CNN原理 1CNN步驟 1）卷積層 通過filter（模板）與input（輸入）進行卷積，獲得卷積層輸出。 2）池化層 通過池化(pooling)，將卷積層的輸出變成一個固定長度的向量。常用的池化爲1-max，最大、最小、平均等。 3）利用固定長度的向量即可通過常規的分類、迴歸模型進行分類、迴歸。如softmax、logistic regression。   CNN的結構圖如下。 paper:

>>阅读原文<<