本文介绍了卷积层的基本概念，包括卷积操作、步长(stride)及零填充(zerp-padding)的作用。其中，卷积操作通过将过滤器与图像进行滑动并计算点积来实现特征提取；步长决定了过滤器移动的步幅；零填充则有助于保留特征图的分辨率，并充分利用边界信息以提升模型性能。
(this img is made by myself)
note:
Convolutional layer:
convolve the filter with image,slide over the image spatially,computing dot products.
stride:step
zerp-padding:
(1)reserve feature map’s resolution
(2)better utilize border information,which improves performance
(this img is downloaded from internet)
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
