參考鏈接:https://www.jianshu.com/p/362b637e2242
參考鏈接:https://blog.csdn.net/dcrmg/article/details/81255498/
參考鏈接:https://zhuanlan.zhihu.com/p/59917842
參考鏈接:https://www.jb51.net/article/171016.htm
一、卷積與特徵圖
一個簡單的深度網絡模型,主要是:
input -> conv -> feature_map -> maxpooling -> flatten -> fully connected -> output
CNN:卷積層、池化層、連接層
1. 卷積層
卷積層由一組卷積單元(又稱"卷積核")組成,可以把這些卷積單元理解爲過濾器,每個過濾器都會提取一種特定的特徵。 輸入圖像是32*32*3,3是它的深度(即R、G、B三色通道),卷積層是一個5*5*3的filter,這裏注意:filter的深度必須和輸入圖像的深度相同。通過一個filter與輸入圖像的卷積可以得到一個28*28*1的特徵圖,如果用了兩個filter得到了兩個特徵圖。
舉個例子,input、filter、outpu