卷积神经网络(二)—— 所谓卷积神经网络

CNN相比与传统的NN最大的区别在于其所拥有的卷积层和pool层(池化层或者说下采样层)。其卷积运算通过三个重要的思想来帮助改进机器学习系统:稀疏交互、参数共享和变等表示。 以下介绍CNN特有及重要的几个部分:卷积层、池化层、Padding操作和Flatten: 1. 卷积层 卷积层:具体原理可参考《深度学习》P202。个人的理解,卷积就是局部的加权平均,将本来离散的信息集中起来,同时因为参数共享
相关文章
相关标签/搜索