深度學習：卷積池化

參考july 7月 CNN的卷積核是單層的還是多層的？ 一般來說，深度卷積網絡是一層又一層的。層的本質是特徵圖，存儲輸入數據或其中間表示值。一組卷積核則是聯繫前後兩層的網絡參數表達體，訓練的目標就是每個卷積核的權重參數組。 描述網絡模型中某層的厚度，通道數channel或者特徵圖feature map。不過人們更習慣把作爲數據輸入的前層的厚度成爲通道數（如RGB通道數爲3），把作爲卷積輸出的後層的

>>阅读原文<<