【学习笔记3】吴恩达_卷积神经网络_第一周卷积神经网络（3）

6. 简单卷积神经网络示例：

在卷积神经网络中，高度和宽度在几层范围内保持不变，随着神经网络的层数加深，高度和宽度值减小；过滤器的通道数逐渐增加。多数卷积神经网络的例子，都符合这一趋势。

卷积神经网络通常有三层：卷积层、池化层、全连接层

7.池化层

类型1：最大池化层：如果在过滤器中获取某一特征，那么保留最大值，若没有这一特征，提取的值依旧会很小。So，特征极有可能出现在左上象限中。

类型2：平均池化层：获取过滤器的平均值。最大池化比平均池化常用，但在深度很深的网络中，平均池化可用于分解规模为7*7*1000的网络的表示层，在整个空间中求平均后得到一个1*1*1000数据。

总结：池化层常用的超参数：f=2,s=2,其效果相当于输出高度和宽度缩减一半。池化过程中没有参数需要学习，属于神经网络的静态属性。