深度学习-卷积神经网络基础1-42
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
- valid
有可能会忽略图片右侧或底下 - 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