【读书报告--04】神经网络基础学习

 

1.卷积神经网络的激活函数--Relu

使用新的激活函数--Relu，公式如下：

2.卷积神经网络的网络架构：卷积层、Pooling层（也叫池化层）、全连接层

 

2.1卷积层的计算公式：

其中D为卷积层的深度

附：图像大小、步幅和卷积后的Feature Map大小关系：

W、H：卷积前原图像的宽、高（两者相同）

F：filter的宽度

P：原始图像周围补0圈数

S：步幅大小

2.2 Pool层，即池化层--主要主要是下采样

常用的由Max Pooling（取各样本的最大值）和Mean Pooling（取各样本的平均值）

Max Pooling

 

2.3 全连接层--和全连接神经网络一样

3.卷积神经网络的训练

此知识还在学习中，待补充。