| ||
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。