日志
[神经网络]第1讲 卷积神经网络（CNN）
| ||
卷积神经网络
综述
r 传统CNN架构
卷积神经网络又称CNN，是一种特殊类型的神经网络，一般由以下几层组成：
卷积层和池化层可以根据下一节描述的方法进行超参数微调。
r 卷积层（CONV）
当卷积层(CONV)扫描输入I的外形尺寸时，该层使用能执行卷积操作的过滤器，它的超参数包括滤波器的大小F和步长S。由此产生的输出称为特征图（feature map）或激活图（activation map）。
备注：卷积步骤可以推广到一维情况和三维情况。
r 池化层（POOL）
池化层(POOL)是一个向下采样操作，通常在卷积层之后应用，它做一些空间不变性。池化特殊类型max池化和average池化是分别取最大值和平均值。
/1 
eetop公众号
创芯大讲堂
创芯人才网