单层卷积网络

卷积得到图像矩阵之后再对矩阵加一个偏差，然后应用非线性激活激活函数（eg:relu）,输出结果为矩阵   *输出图像中的通道数量=神经网络中这一层所使用的过滤器数量！ 例如加了10个过滤器，输出结果结果的通道数就是10 而过滤器的通道数量=输入中通道的数量   权重也就是过滤器的集合，再乘以过滤器的总数量 损失数量L就是l层中过滤器的个数   偏差bias在代码中表示为1*1*1*nC[l]的四维

>>阅读原文<<