本文尚未完成，正在抓緊撰寫中~

這里留個草稿

文章目錄

• 綜述
• • 一、卷積層（CONV）
  • • 1. 卷積層基本屬性
    • 2. 卷積層的特點
    • 3. 卷積運算的作用
  • 二、池化層（Pooling）
  • 三、全連接層（FC）

綜述

卷積神經網絡通常由3個部分構成：卷積層，池化層，全連接層。簡單來說，卷積層負責提取圖像中的局部及全局特征；池化層用來大幅降低參數量級(降維)；全連接層用于處理“壓縮的圖像信息”并輸出結果。

一、卷積層（CONV）

1. 卷積層基本屬性

卷積層主要功能是動態地提取圖像特征，由濾波器filters和激活函數構成。一般要設置的超參數包括filters的數量、大小、步長，激活函數類型，以及paddin

總結

以上是生活随笔為你收集整理的新手入门深度学习 | 卷积神经网络是什么？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。