卷积神经网络及其特征图可视化

参考链接:https://www.jianshu.com/p/362b637e2242

参考链接:https://blog.csdn.net/dcrmg/article/details/81255498/

参考链接:https://zhuanlan.zhihu.com/p/59917842

参考链接:https://www.jb51.net/article/171016.htm

一、卷积与特征图

一个简单的深度网络模型,主要是:

input -> conv -> feature_map -> maxpooling -> flatten -> fully connected -> output

CNN:卷积层、池化层、连接层

1. 卷积层

       卷积层由一组卷积单元(又称"卷积核")组成,可以把这些卷积单元理解为过滤器,每个过滤器都会提取一种特定的特征。           输入图像是32*32*3,3是它的深度(即R、G、B三色通道),卷积层是一个5*5*3的filter,这里注意:filter的深度必须和输入图像的深度相同。通过一个fil

你可能感兴趣的:(Deep,Learning,keras,python)