0基础入门---第七章---卷积神经网络

欢迎来到机器学习的世界 
博客主页：卿云阁

欢迎关注点赞收藏⭐️留言

本文由卿云阁原创！

作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！

---

7.1 整体结构

    神经网络中，相邻层的所有神经元之间都有连接，这称为 全连接（fully-connected）。

 如果第L层的一个神经元和第L+1层的所有神经元均有连接，把这个架构叫做全连接。

如果第L层的所有神经元均是全连接架构，把该层称为全连接层。

        CNN 中新增了 Convolution 层 和 Pooling 层。 CNN 的层的连接顺序是“Convolution - ReLU - （Pooling ）”（ Pooling 层有时会被省略）。

---

7.2 卷积层

7.2.1　全连接层存在的问题

 卷积层

   全连接层存在什么问题呢？那就是数据的形状被“忽视”了。

   CNN 中，有时将卷积层的输入输出数据称为 特征图（ feature map）。其中，卷积层的输入数据称为 输入特征图（input feature map ），输出数据称为输出特征图 （output feature map ）。

7.2.2　卷积运算