卷积网络通常结合全连接层和池化层构建。全连接层将前一层的所有输出连接到下一层所有节点，常用于网络末端。最大池化层通过选取分段的最大值，帮助提取关键特征。具体架构包括：卷积层->最大池化层->卷积层->最大池化层->全连接层(120个节点)→全连接层(10个节点)。每个中间层用ReLU激活，卷积层使用5x5过滤器，最大池化层过滤器为2x2。
实际的卷积网络很少仅通过卷积层来构建。它们通常还有其他类型的层。最简单的是全连接层。这是一种普通的卷积网络层，其中前一层的所有输出被连接到下一层上的所有节点。通常，这些层位于网络末端。
您会在卷积网络中看到的另一种重要的层是池化层。池化层具有多种形式，但最常用的是最大池化，其中输入矩阵被拆分为相同大小的分段，使用每个分段中的最大值来填充输出矩阵的相应元素。
您可以将这次池化的结果解释为，右下部很可能有一张人脸，左上部可能有一张人脸，右上部或左下部可能没有人脸。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
|
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
920
