摘要： 举例1： 比如输入是一个32x32x3的图像，3表示RGB三通道，每个filter/kernel是5x5x3，一个卷积核产生一个feature map，下图中，有6个5x5x3的卷积核，故输出6个feature map（activation map），大小即为28x28x6。 下图中，第二层到第三层 阅读全文

摘要： 1. 深度学习中网络越深越好么？ 理论上说是这样的，因为网络越深，参数也越多，拟合能力也越强（但实际情况是，网络很深的时候，不容易训练，使得表现能力可能并不好）。 2. 那么，不同什么深度的网络，在参数差不多大小的情况下，深的网络会比浅的网络表现能力好么？即深度较深的网络比较“瘦”，深度较浅的网络比 阅读全文