摘要： 卷积神经网络示意 假设一个任务，有一张32x32x3的输入图片，目的是做数字检测 卷积有两种分类，即所谓的层的划分。一类卷积是一个卷积层与一个池化层一起作为一层，另一类是把一个卷积层看成是一层，池化层也单独作为一层。当人们在计算神经网络有多少层时，通常只统计具有权重和参数的层。因为池化层没有权重和参 阅读全文

摘要： 单层卷积网络 如何构建卷积神经网络的卷积层？ 如下图，6x6x3的RGB图像与2个3x3x3的卷积核做卷积，得到2个4x4的矩阵，然后再加上偏置b（对4x4矩阵每个元素均加上该偏置b），接着将其作为ReLU激活函数的输入，得到2个4x4的矩阵输出。即6x6x3的RGB图像与2个3x3x3的卷积核做卷 阅读全文

摘要： 讲到卷积，首先要从传统图像处理的边缘检测说起。 卷积神经网络的前几层一般用于检测边缘，后面几层用于检测物体的某一部分，更后面的可能检测到完整的物体。 如何在一张图片中检测边缘？ 举个例子，这是一个6 x 6的灰度图像， 为了检测图像中的垂直边缘，我们可以构造一个3 x 3的矩阵，称为filter（过 阅读全文