摘要：
深入理解卷积层，全连接层的作用意义 参考链接：https://blog.csdn.net/m0_37407756/article/details/80904580 全连接层的作用主要就是实现分类 参考链接：https://blog.csdn.net/weixin_40903337/article/d 阅读全文
摘要：
tf.keras.layers.Conv2D用法总结 参考链接：https://blog.csdn.net/silent1cat/article/details/120009424 关于卷积核，一般不关注卷积核的通道数，因为卷积核的通道数就等于输入图像的通道数，我们一般关注卷积核的个数，因为卷积核的 阅读全文
摘要：
numpy处理张量的包。 张量是矩阵向任意维度的推广（张量的维度通常叫做轴 axis）。 标量（0D张量） 仅包含一个数字的张量叫作标量(scalar，也叫标量张量、零维张量、0D 张量)。 向量（1D张量） 数字组成的数组叫做向量（vector）或一维张量（1D张量）。 矩阵（2D张量） 向量组成 阅读全文