目录
卷积神经网络基础
二维互相关运算
填充
步幅
多输入通道和多输出通道¶
卷积层与全连接层的对比
池化
LeNet 模型
深度卷积神经网络(AlexNet)
AlexNet
使用重复元素的网络(VGG)¶
⽹络中的⽹络(NiN)
GoogLeNet
卷积神经网络基础
本节我们介绍卷积神经网络的基础概念,主要是卷积层和池化层,并解释填充、步幅、输入通道和输出通道的含义
我们介绍卷积层的两个超参数,即填充和步幅,它们可以对给定形状的输入和卷积核改变输出形状。
二维互相关运算
二维互相关(cros