文章目录 历史卷积神经网络全连接层卷积层例子池化层 历史 卷积神经网络 全连接层 卷积层 卷积层需要保留结构 例子 卷积就是信号相关性 步长stride变为2 边界0填充 每个过滤器都将在输入体积的整个深度进行点积,每个过滤器都会产生一个数字。所以输出的深度将是我们拥有的过滤器数量,如果输入是3D的,滤波盒也是3D的 不进行填充,图片会变小 池化层 池化就是下采样(降低采样)。注意:池化是没有重叠的区域的,直接滑倒下个区域 最大池化:只取该区域输入的最大值,这个过滤器发出信号的高触发值