标签：原图 map 卷积 feature 工作 池化 polling CNN 原理

卷积神经网络（Convolutional Neural Networks, CNN）

b站视频（cnn工作原理）
1、用不同的卷积核对原图进行卷积运算可以提取出原图不同的特征，所以卷积核比如是原图中包含的特征。
2、polling=池化=下采样,用于把得到的feature map（原图和卷积核运算的结果）缩小，减少数据量，所以要牺牲部分信息
过程：
（1）卷积核在原图上扫描（不用填充），得到的新矩阵叫feature map
（2）池化

池化的两种方法：max polling（用的多），average polling。

标签：原图,map,卷积,feature,工作,池化,polling,CNN,原理
来源： https://blog.csdn.net/qq_42111606/article/details/102756618

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。