卷積神經網絡 - 卷積池化

卷積神經網絡 卷積神經網絡（CNN）由輸入層，卷積層，激活函數，池化層，全連接層組成。 Input - Conv - Relu - Pool - Fc 卷積層:用於特徵的提取 輸入圖像是32 * 32 * 3（R,G,B），用一個5 * 5 * 3 的filter【注意，兩個3必須相同】，得到一個28 * 28 * 1 的特徵圖。 如何由32經由5得到28？ 以5經由3得到3爲例解釋如下： 通常我

>>阅读原文<<