CS231n-深度学习与计算机视觉-笔记-Lecture5 卷积神经网络

1.历史 2.卷积和池化 先从函数角度了解工作原理，简单介绍这些连接点。 对于全连接层，我们要做的就是在这些向量上进行操作。比如我们有一张图片，三维图片32*32*3大小，我们将所有的像素展开，就可以得到一个3072维的向量。我们得到这些权重，把向量和权重矩阵相乘，这里我们就用10*3072，然后就可以得到激活值。 卷积层和全连接层的主要差别，可以保全空间结构，不是将它展开成一个长的向量，我们可以

>>阅读原文<<