CNN

理解可以参考谷歌的优达学城中《深度学习》课程

Weight Sharing

Statistical invariant

CNN

PADDING 类型：

抽取的方式有两种，一种是抽取后的长和宽缩减，另一种是抽取后的长和宽和原来的一样。

VALID

SAME : 边缘使用00 填充。。

stride：

就是每跨多少步抽取信息。每一块抽取一部分信息，长宽就缩减，但是厚度增加。抽取的各个小块儿，再把它们合并起来，就变成一个压缩后的立方体。

pooling：

就是当跨步比较大的时候，它会漏掉一些重要的信息，为了解决这样的问题，就加上一层叫pooling，事先把这些必要的信息存储起来，然后再变成压缩后的层：

patch：

就是小方块的长宽的像素，in size 是image的厚度为1，out size是输出的厚度为32:

CNN其他高级用法:

1*1 CONVOLUTIONS

Inception modules

人工智能技术文章list