神经卷积网络
https://www.bilibili.com/video/BV1Ht411g7Ef?p=21
- 大部分patterns比image小,一个neuron不需要看整张图就可以去发现pattern
- 同样的patterns会出现在不同部分,不需要训练好几个detector,让neuron共用同一组参数
- 一个image做subsampling不会有太大影响,所以可以把image减小
一个CNN
Image->convolution->max pooling->convolution->max pooling(可以重复很多次)->flatten->fully connected feedforward network
stride=1,步长为1
CNN-colorful image
Maxpooling 保留每个框最大的值66-》22,几个filter几个维度(channel)
不同可能只是频率上的不同,filter在frequency上移动是有效的,但是在time上无效
在文字处理上是在时间的序列上移动,不是embedding dimension上移动