Tensorflow 入門學習12.卷積神經網絡原理2.（池化）

本文學習內容來自《TensorFlow深度學習應用實踐》《深度學習》 池化的概念 卷積網絡中一個典型層包含三級。在第一級中，這一層並行地計算多個卷積產生一組線性激活響應。在第二級中，每一個線性激活響應將會通過一個非線性的激活函數，例如整流線性激活函數。這一級有時也被稱爲探測級（detector stage）。在第三級中，我們使用池化函數(pooling function)來進一步調整這一層的輸出。

>>阅读原文<<