卷积神经网络CNN

卷积神经网络组成:  INPUT -CONV -ReLU -POOL -FC

卷积操作:

• 输入大小为：W1 x H1 x D1
• 指定的超参数：filter个数（K），filter大小（F），步长（S），边界填充（P）

输出：

• W2 = (W1 - F + 2P)/S + 1
• H2 = (H1 - F + 2P)/S + 1
• D2 = K

Input: rows * rows *  channels, N filter_rows*filter_rows filters with stride=stride, pade=pad

Output:  output_rows = (rows+2*pad-filter_rows)/stride + 1

MAX POOLING更常用，AVE POOLING用得少了

卷积神经网络CNN

原文：https://www.cnblogs.com/xbit/p/9563442.html