神经网络之卷积和池化(二)

卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT-CONV-RELU-POOL-FC (1)卷积层：用它来进行特征提取，如下： 输入图像是32x32x3，3是它的深度（即R、G、B），卷积层是一个5x5x3 的filter(感受野)，这里注意：感受野的深度必须和输入图像的深度相同。通过一个filter与输入图像的卷积可以得到一个28x28x1的特征图，上图是用了

>>阅读原文<<