动手学深度学习:卷积神经网络,LeNet,卷积神经网络进阶 卷积神经网络基础
目录:
1、卷积神经网络的基础概念
2、卷积层和池化层
3、填充、步幅、输入通道和输出通道
4、卷积层的简洁实现
5、池化层的简洁实现
1、卷积神经网络的基础概念
最常见的二维卷积层,常用于处理图像数据。
二维互相关运算
二维互相关(cross-correlation)运算的输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(filter)。卷积核的尺寸通常小