卷积神经网络 收获:这次的内容是比较多的,首先介绍了什么是卷积,什么是卷积层,什么是池化层,什么是感受野,然后介绍了几种网络模型:LeNet、AlexNet、VGG、NiN、ResNet、DesNet等,我学到了很多,比如在时序信号的卷积和图像的卷积运算是不相同的,卷积的原理是进行互相关运算;对于感受野,就是输入一个像素对于原图片的区域大小;对于LeNet,详细的学习了各个层的输入过程和处理过程,也感受到了神经网络的科学严谨。