【人工智能导论：模型与算法】6.3 卷积神经网络 学习笔记 1 基础概念
- 卷积（滤波）convolution： 针对像素点的空间依赖性来对图像进行处理的一种技术
- 卷积核：二维矩阵，矩阵中的数值为：对图像中与卷积核同样大小的子块像素点进行卷积计算时所采用的的权重
- 池化 pooling： 用某一区域子块的统计信息来刻画该区域中所有像素点呈现的空间分布模式，以替代区域子块中所有像素点取值。
- 最大池化；平均池化；K最大池化
- 特征图 feather map：卷积滤波结果在卷积神经网络中被称为特征图
- 填充 padding： 边缘位置也参与卷积滤波
- 步长 strding： 卷积核在图像中移动长度
- 下采样
- 高斯卷积核
- 图像平滑操作
- softmax函数分类
- 全连接
- 分布式向量表达
- sigmoid
- ReLU
https://cs231n.github.io/convolutional-networks/
https://www.cnblogs.com/wuliytTaotao/p/9488045.html
