今天的內容會帶大家了解
1. 卷積層中的卷積過程是如何計算的
2. CNN 架構
3. CNN 為何適用於 Image 處理,及為何卷積核有效
卷積的運算: 輸入(圖片)通過和 kernel(filter)進行矩陣運算得到特徵(feature map)
當進行多個通道(channel)的卷積時,filter 的深度取決於上一層的 channel 數
特徵圖的深度則是取決於 filter 的個數
卷積網路的組成: 卷積層(Convolution Layer)
池化層(Pooling Layer)
平坦層(Flatten Layer)
全連接層(Fully connected Layer)
有了大概的理解之後,我們開始今天的學習吧!!!