吴恩达——卷积神经网络（笔记）

卷积神经网络 （Convolutional Neural Network, CNN）

卷积运算

6x6矩阵和3x3矩阵卷积运算，得到4x4矩阵

卷积运算实现垂直边缘预测：

数字越大，亮度越高
水平边缘预测，将过滤器旋转90度

padding

用像素点来填充边缘，解决角落或图像边缘的信息发挥作用较小的缺点。

valid卷积和same卷积：
valid：（不填充）n x n * f x f → （n-f+1）x（n-f+1）
same：输出和输入大小一样，p=(f-1)/2，填充p层

步长 stride

步长为s，padding为p
n x n * f x f → (n+2p-f)/s +1 x (n+2p-f)/s +1

单层卷积网络

一些符号的表示：

一个典型的卷积网络：

• convolution 卷积层
• pooling 池化层 （最大池化、平均池化）
  eg：最大池化
  
• fully connected 全连接层