- CNN的目的是进行特征提取。 传统网络和CNN的差别:增加了卷积核的运算,CNN的目标就是得到最好的卷积核(参数),使得分类的结果最好。
- 步长的影响:步长小,细粒度,特征比较丰富;步长大,粗粒度,特征比较省略;
- 卷积核不一定是等长比如3*3;
- 尺寸的影响:是对区域的选择的不同;
- 边缘填充:边缘的点被计算的次数少,中间的点计算的次数更多。为了解决这个问题,在数据的边缘加一圈0,使得原来的边缘点成为非边缘点。此为padding。+0不会对最终的结果产生影响,因此为zero-padding
- 卷积核个数
卷积神经网络——CNN(1)
最新推荐文章于 2022-08-27 11:53:59 发布