卷积神经网络 - 卷积池化

卷积神经网络 卷积神经网络（CNN）由输入层，卷积层，激活函数，池化层，全连接层组成。 Input - Conv - Relu - Pool - Fc 卷积层:用于特征的提取 输入图像是32 * 32 * 3（R,G,B），用一个5 * 5 * 3 的filter【注意，两个3必须相同】，得到一个28 * 28 * 1 的特征图。 如何由32经由5得到28？ 以5经由3得到3为例解释如下： 通常我

>>阅读原文<<