1、密集连接层和卷积层的根本区别、
Dense层从输入特征空间中学到全局模式,而卷积层学到的是局部模式(对于图像来说,学到的就是输入图像的二维小窗口中发现的模式)
2、卷积神经网络的两个有趣的性质。
【1】平移不变性
【2】卷积神经网络可以学到模式的空间层次结构。
3、特征图:对于包含两个空间轴(高度和宽度)和一个深度轴(也叫做通道轴)的3D张量,其卷积也叫做特征图。
4、卷积的定义由两个关键的参数:
【1】从输入中提取的图块尺寸
【2】输出特征图的深度
5、最大池化层
最大池化层的作用:对特征图进行下采样,与步进卷积类似。
6、最大池化和卷积的最大不同之处
最大池化通常使用22的窗口和步副2
卷积通常使用33的窗口和步副1