吴恩达深度学习学习笔记——C4W1——卷积神经网络-2

1.5 卷积步长

步长是指每次移动滤波器时，间隔的像素数（步数）

 

卷积小结

不同于信号处理领域的卷积，深度学习中的“卷积”又名“cross-correlation”，通常不涉及滤波器的翻转（flip）

1.6 平面卷积与立体卷积

灰度图像卷积仅涉及图像长、宽，属于“平面卷积”；彩色图像中加入了色彩通道(channel)，称为立体卷积(3D convolution)

 

立体卷积相当于使用滤波器立方体在图像立方体中逐块移动，进行滤波

 

滤波器各层可以相同，也可以不相同

 

多个滤波器的情况（如，垂直边缘检测滤波器 + 水平边缘检测滤波器）

1.7 单层卷积网络

单层卷积运算与单层神经网络的类比关系：输入为图像a[l-1]（l-1层）卷积核（滤波器）类似于权重W，卷积运算结果类似于判别函数Z，Relu运算为激活函数g，输出为激活函数a[l]（l层）

 

 

单层卷积网络中有多少个参数？

 

单层卷积网络小结：

 

1.8 简单卷积网络示例

 

卷积网络的层类型：卷积层、池化层、全连接层