基礎卷積神經網絡的計算流程（VGG16、AlexNet、resnet）

吳恩達卷積神經網絡課程講解部分截圖 padding:防止圖縮小，防止丟失更多信息 輸出：{(n+2p-f)/s} +1 ；s步長，f過濾器個數 1960個向量扁平化爲一個向量輸入到邏輯迴歸或者softmax中 當使用梯度下降算法或者更高級的優化算法來訓練普通網絡時，如果增加網絡層數，訓練誤差會在下降一段時間以後，又繼續升回去。理論上，神經網絡更深，它在訓練數據上的性能只會更好，但在實踐中一不帶殘差

>>阅读原文<<