qi0725的博客

原创 深度学习自用部分理论

pooling过程是非重叠的，S2中的每个点对应C1中2*2的区域（也叫感受野），也就是说kernelSize=2，stride=2，所以pool1_h = (onv1_h - kernelSize_h)/stride +1 = (28-2)/2+1=14。不同的任务使用不同的损失函数，比如分类任务常用交叉熵损失（Cross-Entropy Loss），回归任务常用均方误差（Mean Squared Error, MSE）。但要注意的是，单独的损失值并不表示模型的准确性（即使损失很小，模型也可能不准确）。