ubuntu之路——day17.1 卷积操作的意义、边缘检测的示例、filter与padding的关系、卷积步长
感谢吴恩达老师的公开课,以下图片均来自于吴恩达老师的公开课课件为什么要进行卷积操作?我们通过前几天的实验已经做了64*64大小的猫图片的识别。在普通的神经网络上我们在输入层上输入的数据X的维数为(64*64*3,m)假设第二层的节点数为1000,在全连接网络下,则W的维数为(1000,64*64*3)。这看起来是可以操作的,但是实际情况下的图片是更高清的,比如现在的手机已经动辄2400万像素。在这