两条眉毛

卷积神经网络1、卷积层（1）卷积操作：（2）卷积运算（3）多层网络卷积核的channel问题（4）常见疑问2、激活函数3、池化层（1）池化过程 对于图像检测、分类和识别等计算机视觉任务，卷积神经网络表现优异。 卷积神经网络是由用于特征提取的卷积层和用于特征处理的池化层交叠组成的多层神经网络。 1、卷积层 卷积层主要目的就是完成图像的特征提取，其过程主要依靠于卷积核与输入图像进行的卷积运算。 （1）...

深度学习笔记卷积神经网络卷积层池化层softmax 回归层训练过程 卷积神经网络 卷积层 池化层 池化层通过对特征图像相邻位置的特征进行聚合，以降低特征图像尺寸，从而减少训练参数量和加快训练速度。 池化操作是在特征图像的每一个通道上独自完成，因而它不会改变特征图像的维度。 softmax 回归层 用于解决图像分类问题的卷积神经网络的输出层神经元个数往往与类别数量相同。 softmax回归层可以将输...