摘要：
一、输入层到卷积层的前向传播过程 输入可以是任意维度的张量，过程的公式可表示成如下： $a^2= \sigma(z^2) = \sigma(a^1*W^2 +b^2)$ 其中，上标表示层数，星号表示卷积，b为偏倚，$\sigma$表示激活函数。 这里需要我们自定义的参数有： 1、卷积核，比如有k个， 阅读全文
摘要：
CNN的结构： 卷积层和池化层可以灵活使用，卷积层和池化层后是全连接层。其中卷积层使用的激活函数是ReLU(x)$=max(0,x)$,全连接层就是DNN的结构，输出层使用了Softmax激活函数。 CNN中的卷积公式不是数学中严格意义上的卷积，CNN中一个二维的卷积公式为$s(i,j)=(X*W) 阅读全文