【深層学習】CNN:Convolutional Neural Network(畳み込みニューラルネットワーク)




Convolution(卷积)

Pooling(池化)

解释
卷积可以用$s(t)=(x*w)(t)$,x是输入,w是核函数
卷积神经网络的原理
一个神经元只负责一部分
一般感知机


!!其实这就是卷积神经网络的原理
每个神经元为自己负责的区域赋值上权重.
不是全连接,权值共享
全连接层
关于0填充
参数更新
全连接层的参数更新

反向传播
损失函数对上一层的输出求导

a_i是n个x_k的线性求和


损失函数对权重求导


对偏置系数求导


卷积层
feature map

彩色图片的卷积

如果用8个filter进行卷积,那filter的深度应该是4,卷积的结果深度是8.
