浙大机器学习课程-12-深度学习-卷积神经网络
数据库介绍
卷积神经网络
卷积神经网络把手工设计卷积核变成自动学习卷积核
卷积核：所做的事，先*再+先把卷积核放到原图像上与原图像重合，b是偏置
如下图，当步长为2时，如果原来是55，卷积核是22，最后一列就不能计算，得到的特征图是22，但是最后一列也有可能包含有用信息，于是我们进行补0扩列操作，这样将会得到33的特征图。
卷积神经网络的卷积操作可以看成是一个多层神经网络共享了权重，同时有一些w=0
卷积核也经常被叫做filter
就得到16个10*10的特征图
整个卷积神经网络的计算速度取决于卷积层，整个网络的参数个数取决于全连接层，要让卷积神经网络更快，需要在卷积层做文章,想让网络占用空间更小，需要在全连接层做文章。