卷积神经网络输出大小
还可以输入1000字
全部回答(1)
最佳回答
3、 最常见的形式就是将一些卷积层和ReLU层放在一起,其后紧跟池化层,然后重复如此直到图像在空间上缩小到一个足够小的尺寸,在某个地方过渡成全连接层也较为常见。 最后的全连接层得到输出,比如分类评分等。
2、 卷积层(Convolutional layer),在神经网络中对输入的特征进行提取。 输入为R,G,B的 3 通道(维度),尺寸为 8*8,即3*8*8的输入。
1、 卷积神经网络的设计和构建过程中,我们必须要知道网络中每一层的输入和输出的特征尺寸大小。 对于二维卷积为例, 特征尺寸的形式为 , 依次代表批次大小,高度, 宽度和通道数。 那么,我们如何准确计算输出特征尺寸的大小就成为一个关键的问题。
2