【学习笔记】Week1_Convolutional Neural Networks_One Layer of a Convolutional Network

1、卷积神经网络中的 1 层

    对各个卷积核的结果加上不同的偏置 b，再分别进行非线性激活

    

    a 的最后一个维数与卷积核的个数相同

2、无论输入图像多大、卷积层的参数个数（与卷积核的个数有关）都是固定的

    

3、符号说明

    对于卷积层 l

    1） 表示上一层输出图像的 channel 个数，即本层卷积核的 channel 个数

    2） 表示卷积核的尺寸：f-[l] * f-[l] * n_C

    3） 表示在图像的单侧边缘填充的像素个数

    4） 表示每次在图像上移动卷积核的跨度

    5）输入图像的维数：，其中 H 代表 Height；W 代表 Width

    6）输出图像的维数：

        ，

    7） 与 

        

    8） 表示本层卷积核的个数、每个卷积核的尺寸为 

    9）激活结果的维数：

        对于 m 个样本：

    10）参数 w 的个数：

        

    11）偏置 b 的个数：

        

4、有时维数的顺序会发生变化（并不影响什么）