卷积计算:
三维卷积:输入图像和滤波器的通道必须一致
输出:每个位置的结果是27个参数相城再相加后的结果
n个卷积核输出通道数则为n,得到结果为:4**4*n,即a[1]
池化的计算:
H = height, W = width, D = depth
新的高和宽的公式是:
new_height = (input_height - filter_height)/S + 1
new_width = (input_width - filter_width)/S + 1
注意:池化层的输出深度与输入的深度相同,另外池化操作是分别应用到每一个深度切片层。
池化操作:(超参数:f和s以及二进制位元(选最大值还是均值池化))
最大值池化(神经网络最大值用的多于均值):根据输出来划分输入图像区域,然后从每个区域里选取最大值作为对应的输出结果。类似卷积,过滤器过滤选取每个对应区域的最大值。
如下类似:f=2,s=2
均值池化:过滤器过滤选取每个对应区域的平均值。
如下类似:f=2,s=2
全连接层:是每一个结点都与上一层的所有结点相连,用来把前边提取到的特征综合起来。
如:x1、x2、x3为全连接层的输入,a1、a2、a3为输出,