深度学习中的一些基本概念--帮助自己更好的理解和更改网络

1 卷积层的尺寸计算 feature map有四个维度，分别是N×H×W×C,而卷积核的输入通道数由feature map的C决定，输出通道数有它本身决定 输出矩阵的feature map F o u t F_{out} Fout​的 H o u t 和 W o u t H_{out}和W_{out} Hout​和Wout​由卷积核大小决定，计算如下： 2感受野的计算 举一个例子，原始图像为 5

>>阅读原文<<