网站介绍：文章浏览阅读457次。Slides：百度云 提取码: gs3n之前说了全连接神经网络，说了线性分类，这些东西全都没有保留图片原本的2D特性，全都是将图片转化为1D的数组。而今天说的CNN，则是能更好地保留图片的2D特性，在CV中有着更广泛地运用。卷积层对于一个32x32x3的一个图片，全连接层将它平摊成一个3072x1的数组对于同样的图片，卷积层则是这么做的它通过一个和输入图片同样高的filter，让filter与输入图片进行卷积，得出了一个28x28x1的新的图片同时，我们可以有多个filter，从而产生多个_池层
- 链接地址：https://blog.csdn.net/u013007900/article/details/108257532
- 链接标题：计算机视觉中的深度学习7: 卷积神经网络_池层-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：6130
- 网站标签：池层
