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)