一文搞定卷积神经网络——从原理到应用

文章目录 1. 前言 2. 全连接BP神经网络的缺点 3. 卷积神经网络基本单元 3.1 卷积（Convolution） 3.2 填充（Padding）和步长（Stride） 3.3 完整的卷积过程 3.4 池化（Pooling) 3.5 激活函数 4. 卷积神经网络的前向传播过程 5. 卷积神经网络的反向传播过程 5.1 卷积层的误差反传 5.2 池化层的误差反传 6. 代码实现 6.1 Num

>>阅读原文<<