卷积神经网络-卷积层

卷积层的一些性质：

    ( 1 )输入数据体的尺寸是 W1 * H1 * D1。

    ( 2 ) 4 个超参数:滤波器数K， 滤波器 空间 尺寸F， 滑动步长S， 零填充的数 P。

    ( 3 )输出数据体的尺寸为W2 *  H2  * D2，  其中 W2 =  （W1-F+2P）/S  +1 ，H2 = （H1-F+2P）/S  +1，D2 = K。

    ( 4 )由于参数共享，每个滤波器包含的权重数目为 F * F * D1，卷积层一共有 F   *  F   * D1  * K  个权重和 K 个偏置。

    ( 5 )在输出体数据中，第 个深度切片( 间尺寸是 X 用第 个滤波器 和输入数据进行有效卷积运 的结果，再加上第 个偏置。

 

常见的卷积核：3*3，5*5，7*7