卷积神经网络

参考：https://www.jianshu.com/p/fe428f0b32c1

基于卷积神经网络的AlexNet模型：https://blog.csdn.net/zyqdragon/article/details/72353420

公式：(227-11)/4+1=55个像素(227个像素减去11再除以4，正好是54，即生成54个像素，再加上被减去的11也对应生成一个像素)

解读：227-11,是防止卷积核在移动到边缘时不超过原始图像区域。

　　　4,是每次卷积核移动的相对于之前的距离

　　　由于227-11的数恰好被4整除，卷积核再移动一下巧合覆盖剩下的所有区域。

总结：在设置卷积核大小和 步长的时候，最好恰好使（源边的像素总数-卷积核边）/ 步长 == 0，也就是使其整除。

 

概念：卷积神经网络的整体思路是什么？

见解：卷积操作、relu激活处理、池化操作

 

问题：卷积核的参数是如何生成的？

解答：这些是和前馈神经网络中的权重w和偏置值b都是随机生成的，随着训练不断的优化这些参数。