深度学习-卷积神经网络基础1-42

目录

• 1. 什么是感受野

1. 什么是感受野

CNN与DNN 不同之处局部连接

卷积的计算：
假设有一个 55 的图像，使用一个 33 的 filter 进行卷积，得到一个 3*3 的 Feature Map

彩色图片 3通道：

一个卷积核 得到一层 feature_map
在一个特征图里面，所有的神经元共享一样的参数（weights bias），权值共享

每个卷积核的 W b就是要学习的内容

stride步长
图像的填充模式 -- padding模式

1. valid
   有可能会忽略图片右侧或底下
2. 必要会加zeropadding，这种情况下，输出神经元个数等于输入神经元个数除以步长ceil(13/5)=3