卷积神经网络的学习是否就是学习卷积核？

Posted 2023-05-08

卷积神经网络的学习是不是就是学习卷积核？卷积核是不是就相当于普通神经网络的权重参数？

参考技术A 在单纯的CNN网络中，或者说在某层CNN网络中，是的。
卷积核的目的，就是为了重复利用普通神经网络（比如，全连接网络）的权重参数，达到减少全局参数数量，减少训练的计算量的目的。 参考技术B CNN的卷积层 学习参数就是卷积核，但cnn还包含了全连接层，Dense层的参数w，b也是cnn要学习的对象 参考技术C 卷积神经网络包括 卷积 池化 和 激活函数，因此，卷积核仅仅是卷积操作中的一个组件。

卷积填充步长；卷积神经网络的卷积核大小个数，卷积层数如何确定呢；深度学习如何调参；

卷积、填充、步长;卷积神经网络的卷积核大小、个数，卷积层数如何确定呢;深度学习如何调参;

目录

CNN基础知识——卷积（Convolution）、填充（Padding）、步长(Stride)

【卷积（Convolution）】