人工智能实践：Tensorflow笔记13：感受野，全零填充，批标准化，池化,舍弃，

感受野：

不同的卷积核，待训练参数不同，：

全零填充：保持输出的形状输入图片原始的不变：

公式：

TF：

批标准化：

神经网络对0附近的值更加敏感，

常用在卷积操作和激活操作之间。

注意上述是：
n个卷积核，是每组输入的图片进行了n次操作。
组是指多少个计算组。
据此，对上述公式进行理解。

可以看到，输入变到了0附近、

但是：

直接用上述简单的特征标准化。使得特征数据完全满足标准的正态分布。丧失了非线性的特性。

所以：
TF：

池化：用来减少特征数据量：

pooling层的作用

看下面，均值池化 和 最大池化：

TF实现：

舍弃:防止过拟合：