卷积神经网络_（1）卷积层和池化层学习

卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全链接层组成，即INPUT-CONV-RELU-POOL-FChtml (1)卷积层：用它来进行特征提取，以下：网络 输入图像是32*32*3，3是它的深度（即R、G、B），卷积层是一个5*5*3的filter(感觉野)，这里注意：感觉野的深度必须和输入图像的深度相同。经过一个filter与输入图像的卷积能够获得一个28*28*1的特征图，

>>阅读原文<<