深度学习：卷积池化

参考july 7月 CNN的卷积核是单层的还是多层的？ 一般来说，深度卷积网络是一层又一层的。层的本质是特征图，存储输入数据或其中间表示值。一组卷积核则是联系前后两层的网络参数表达体，训练的目标就是每个卷积核的权重参数组。 描述网络模型中某层的厚度，通道数channel或者特征图feature map。不过人们更习惯把作为数据输入的前层的厚度成为通道数（如RGB通道数为3），把作为卷积输出的后层的

>>阅读原文<<