【深度学习】CNN-原理

CNN原理 1CNN步骤 1）卷积层 通过filter（模板）与input（输入）进行卷积，获得卷积层输出。 2）池化层 通过池化(pooling)，将卷积层的输出变成一个固定长度的向量。常用的池化为1-max，最大、最小、平均等。 3）利用固定长度的向量即可通过常规的分类、回归模型进行分类、回归。如softmax、logistic regression。   CNN的结构图如下。 paper:

>>阅读原文<<