卷積神經網絡理解-提取總結--大話卷積神經網絡CNN

原文鏈接：https://blog.csdn.net/TeFuirnever/article/details/100057229

一、卷積

（一）.卷積核

1.卷積核是一個mxn的矩陣：

2.卷積運算


3.結論
結論，對於一個大小爲 n 的原圖像，經過大小爲 f 的卷積運算後，其輸出圖像的尺寸爲：
n−f+1 （式1）

4.步長（stride）
卷積核每次滑動的像素點的個數，於是式1變爲：

其中 n 是圖像大小，f 是卷積核大小，s 是步長。

5.填充（零填充）
6.池化(Pooling)
池華簡單來說，就是吧卷積運算的那一個區域卷積運算後的最大值、平均值，隨機值
分三種：

1. 最大池化
2. 平均池花
3. 隨機池化