Task04卷积神经网络

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。