前言
卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一
卷积层
- 输入特征层的channel与卷积核的channel相同
- 输出的特征矩阵的channel与卷积核个数相同
![在这里插入图片描述](https://img-blog.csdnimg.cn/c57cdb31176f43868aeaceb344327427.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAVGMu5bCP5rWp,size_20,color_FFFFFF,t_70,g_se,x_16)
池化层
目的:对特征图进行稀疏处理,减少数据运算律
- 下采样层(MaxPooling),去范围内的最大值
![在这里插入图片描述](https://img-blog.csdnimg.cn/f0685997efa4408fbdb5efe5bf11af4d.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAVGMu5bCP5rWp,size_20,color_FFFFFF,t_70,g_se,x_16)
- 平均下采样层(AveragePooling),范围内求平均
![在这里插入图片描述](https://img-blog.csdnimg.cn/dbef36867cf54cfd811a72377b46f963.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAVGMu5bCP5rWp,size_20,color_FFFFFF,t_70,g_se,x_16)