2019/6/3CS231n课程笔记(卷积神经网络)

卷积

1、卷积神经网络vs深度神经网络

训练卷积层,因为卷积层更能保持输入的空间结构。对于这一点,我的理解是:卷积神经网络处理图片的时候是将整幅图都作为输入,不会破坏图的这种结构,而用普通的深层神经网络,就是在利用每个像素的信息单独的进行处理,破坏了图像像素之间的信息。

深度神经网络
卷积神经网络

2、对于常见大小的一些卷积核,如何选择padding才能保证卷积的结果保持原图像的大小不变呢?

3*3的卷积核,padding=1;5*5的卷积核,

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值