卷積神經網絡常見三層的介紹

卷積層：輸入與濾波器做元素積，再求和，即得到輸出中對應的一個元素（濾波器可以不翻轉）。 池化層：每個通道單獨池化，其中，一個通道就代表所提取到的一種特徵在圖片中的分佈，值越大，代表這種特徵在該區域就越明顯，值越小，代表這種特徵在該區域幾乎沒有，池化後的輸出也是保持這樣。 最常用的是 最大池化，其次是平均池化。 注意：池化層沒有參數要進行學習（更新），它只有超參數（人爲設置），無權重矩陣和偏置。 一

>>阅读原文<<