cnn笔记提要
-
输入层
-
卷积层(特征提取
输入大小:W1 * H1 * D1
指定超参数:
K:卷积层深度 F:感受野(receptive field)大小
S:stride P:zero pad the border
W2=(W1-F +2P)/S+1
H2=(W1-F +2P)/S+1
D2=K
特征图的大小计算
-
激活函数
activation functions
-
池化层(压缩特征图
e.g. max pooling 2*2filters stride2
max pooling
-
全连接层(分类回归
fully connected layer

网友评论