卷积神经网络之Softmax loss

卷积神经网络之Softmax loss 1.Softmax 首先理清从全连接层到损失层之间的计算： 【分析】 这张图的等号左边部分就是全连接层做的事，W是全连接层的参数，我们也称为权值，X是全连接层的输入，也就是特征。从图上可以看出特征X是N*1的向量，这是怎么得到的呢？这个特征就是由全连接层前面多个卷积层和池化层处理后得到的，假设全连接层前面连接的是一个卷积层，这个卷积层的输出是100个特征（也

>>阅读原文<<