本文尚未完成，正在抓紧撰写中~

这里留个草稿

文章目录

• 综述
• • 一、卷积层（CONV）
  • • 1. 卷积层基本属性
    • 2. 卷积层的特点
    • 3. 卷积运算的作用
  • 二、池化层（Pooling）
  • 三、全连接层（FC）

综述

卷积神经网络通常由3个部分构成：卷积层，池化层，全连接层。简单来说，卷积层负责提取图像中的局部及全局特征；池化层用来大幅降低参数量级(降维)；全连接层用于处理“压缩的图像信息”并输出结果。

一、卷积层（CONV）

1. 卷积层基本属性

卷积层主要功能是动态地提取图像特征，由滤波器filters和激活函数构成。一般要设置的超参数包括filters的数量、大小、步长，激活函数类型，以及paddin

总结

以上是生活随笔为你收集整理的新手入门深度学习 | 卷积神经网络是什么？的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。