0基础入门---第七章---卷积神经网络

🌞欢迎来到机器学习的世界?
🌈博客主页：卿云阁

💌欢迎关注🎉点赞👍收藏??留言📝

🌟本文由卿云阁原创！

🙏作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！

---

7.1 整体结构

? ? 神经网络中，相邻层的所有神经元之间都有连接，这称为 全连接（fully-connected）。

?如果第L层的一个神经元和第L+1层的所有神经元均有连接，把这个架构叫做全连接。

如果第L层的所有神经元均是全连接架构，把该层称为全连接层。

? ? ? ? CNN 中新增了 Convolution 层 和 Pooling 层。 CNN 的层的连接顺序是“Convolution - ReLU - （Pooling ）”（ Pooling 层有时会被省略）。

---

7.2 卷积层

7.2.1　全连接层存在的问题

?卷积层

? ?全连接层存在什么问题呢？那就是数据的形状被“忽视”了。

? ?CNN 中，有时将卷积层的输入输出数据称为 特征图（ feature map）。其中，卷积层的输入数据称为 输入特征图（input feature map ），输出数据称为输出特征图 （output feature map ）。

7.2.2　卷积运算