机器学习和深度学习随笔 2
续机器学习和深度学习随笔 1。
学习记录
10 月
-
10.14：过滤器（filter）也被称作卷积核或者算子。MLP 的一层在 CNN 中被称作全连接层（Fully Connected Layer）
为了避免卷积导致的图像大小减小，我们可以在卷积前在图像的边缘加一圈
0作为填充（padding）。使用了填充的卷积过程叫做 same convolution。未使用填充的卷积交 valid convolution。- 卷积从输入图像中提取特征，方法是计算输入数据与三维权值阵列（过滤器）之间的点积。
- 卷积的二维输出称为特征图（feature map）。
- 卷积层是过滤器在图像上滑动并计算点积的地方。
- 这就将输入体积转化为不同大小的输出体积。
- 零填充有助于在图像边界保留更多信息，并有助于构建更深的网络，因为这会使你可以在无需缩减图像的高和宽的条件下构建一个 CONV 层。
- 池化层通过在每个指定区域上滑动二维窗口，逐渐缩小输入的高和宽，然后汇总该区域的特征。