计算机视觉(算法与应用):Convolutional Neural Networks

历史：





应用场景：
image captioning, calssification,retrieval, detection, 分割、图像风格迁移
介绍：

池化：降维作用

逐层介绍：

FC层


对卷积的结果要使用**函数

卷积层：

做点积运算
最终得到一个**图




stride是滤波器的移动步长！
实际中会边界扩充，扩0行！


zero padding
例题：


总结：

K为2的奇数层

注意1x1的滤波器

卷积层的样子：

**层的宽高深与卷积层是完全相同的

池化层：
作用：使输出表达越来越小，越来越容易管理
主要是一个下采样的过程

常用池化方法：
max pooling

计算公式：