CS231n 学习笔记（十六）
时间：2019/4/10 内容：CNN框架 AlexNet first layer: CONV1 有96个卷积核，因此输出的深度是96，输出体积为[555596] 每一个卷积核都会处理一个11113的数据块，因为输入数据的深度是3（RGB三通道）。因此总参数是11113*96 second layer:POOL1 池化层没有参数。参数即为我们需要训练的参数，卷积层有我们需要训练的权重，但对于池化层
相关文章
- 1. CS231n 学习笔记（六）
- 2. CS231n学习笔记六
- 3. CS231n学习笔记（十三）
- 4. CS231n 学习笔记（十四）
- 5. CS231n 学习笔记（十一）
- 6. CS231n 学习笔记（十五）
- 7. CS231n 学习笔记（十）
- 8. cs231n学习笔记记录
- 9. MATLAB学习笔记（十六）
- 10. CS231n 学习笔记（五）
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. CS231n 学习笔记（六）
- 2. CS231n学习笔记六
- 3. CS231n学习笔记（十三）
- 4. CS231n 学习笔记（十四）
- 5. CS231n 学习笔记（十一）
- 6. CS231n 学习笔记（十五）
- 7. CS231n 学习笔记（十）
- 8. cs231n学习笔记记录
- 9. MATLAB学习笔记（十六）
- 10. CS231n 学习笔记（五）