深度学习（花书）学习笔记——第九章 卷积网络

卷积运算 内积和外积中的内积被通常认为时卷积，可交换性是因为他经过了翻转。但是神经网络中一般不应用翻转。而是直接使用互相关函数： 动机 三大特性：稀疏交互、参数共享、等变表示。 稀疏交互：核的大小远小于输入。相对于全连接，一个输入项只影响较少神经元，大大减少运算量。 参数共享：也叫绑定权重，每个核的权重不变，遍历整个输入。使我们只需要少量参数， 等变表示：卷积网络具有平移等变的性质。 池化 应用于

>>阅读原文<<