深度学习——02、深度学习入门——卷积神经网络

神经网络框架

卷积层详解

卷积神经网络组成

1.输入层（INPUT）

2.卷积层（CONV）

3.激活函数（RELU）

4.池化层（POOL）

5.全连接层（FC）

卷积计算流程

将image划分为一个一个的小区域，然后filter在每一个小块上进行特征提取，找出一个能够代表这个区域的值，image经过卷积之后生成一个特征图，特征图上对应image每一个小区域

filter可以有多个，可以指定数量，将不同的filter提取出来的特征图压缩到一起就得到了卷积之后的结果。

示例：6层filter对image进行特征提取。

卷积操作不是只能在输入的图像基础上进行卷积，还能在卷积之后的结果上再进行卷积。