卷积神经网络深度详解

⑴34-卷积神经网络(Conv)

结构特点：神经网络的基本组成部分包括输入层、隐层和输出层。 卷积神经网络的一个特点是隐层分为卷积层和卷积层（卷积层，也叫下采样层）。

卷积神经网络（卷积神经网络、Rhoncus或ConvNet）是一种具有部连接、权重共享和其他功能的深度神经网络。 卷积神经网络是根据生物感受野的机提出的。

卷积神经网络（CNN）是一种中间网络。 卷积神经网络是根据感受生物机（ReceptiveField）提出的。 感受野主要与听觉系统、听觉系统、觉系统中神经元的某些特性有关。

-卷积步设置（StridedCOnvolution）卷积的步是每次进行卷积作时滤波器移动的步。 每次移动滤波器时，向右移动一位或一位空间向下。

卷积神经网络的基本结构由以下部分组成：输入层、卷积层、池化层、活函数层和全连接层。

我们在卷积神经网络中使用奇数高度和宽度的核，例如3×3、5-5卷积核，步为1，并且在高度（或宽度）两侧填充k大小），要保输入和输出相同，您可以