将卷积核与图像进行卷积
是在空间上滑动图像，计算点积
卷积核总是扩展输入卷的全部深度
卷积层
在卷积核和图像的一个小的5x5x3块之间取一个点积的结果
对所有空间位置进行卷积（滑动）
卷积神经网络是一个卷积层的序列，夹杂着激活函数
池化层
使性能更好，更易于操作
独立操作每个激活映射
简介:
conv、池化层和全连通层的堆积
通常模型越深层次对模型更有帮助
不一定需要池
全连接层在分类时用到，其他非分类的可以不用全连接层
pytorch 中实现CNN，对CNN的理解心得
猜你喜欢
转载自blog.csdn.net/eason_oracle/article/details/80093616
今日推荐
周排行