learning_notes

学习笔记

View project on GitHub

卷积网络参数

参数介绍

n:宽 高 像素 p:padding大小 s:stride 步长 f:过滤器大小

# 公式= (n+2p-f)/s +1

池化

最大值比均值采样常用,当输入比较大,滤波器大的时候才用均值采样

为什么需要卷积

为了减少计算参数,如果不卷积,32323个全连接都要计算参数

1*1卷积

使用11的卷积(通道192)可以将 2828192的层降低通道到滤波器的个数(32) 2828*32

inception层

就是使用不同的卷积核,效果更好,padding使用same填充,输出会一致,也可以使用池化层