cnn卷积理解

Posted 在下小白

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了cnn卷积理解相关的知识,希望对你有一定的参考价值。

首先输入图像是28*28处理好的图。

第一层卷积:用5*5的卷积核进行卷积,输入为1通道,输出为32通道。即第一层的输入为:28*28图,第一层有32个不同的滤波器,对同一张图进行卷积,然后输出为32张特征图。需要32张特征图原因是能表示更多的特征。

第二层卷积:卷积核同样为5*5,但是输入为32通道,输出为64通道。即以第一层卷积池化激活后的图作为输入,有64个不同的滤波器,对32通道的图进行卷积,输出为64个特征图。

以上是关于cnn卷积理解的主要内容,如果未能解决你的问题,请参考以下文章

cnn卷积理解

理解NLP中的卷积神经网络(CNN)

理解CNN卷积层与池化层计算

深度学习1-理解卷积神经网络(CNN)

CNN中的卷积理解和实例

对卷积神经网络(CNN)的理解——深度学习