除錯卷積神經網路的時候，發現準確率一直不變，且每個樣本的輸出都是一樣的，然後依次排查發現：
1，將每個樣本的輸出列印出來發現，每個樣本的輸出是相同的；
2，然後從輸出逆流依次列印每步的輸出，發現中間的卷積之後的結果都是負數，然後經過relu之後，都成了0.
3，然後百思不得其解。
最後將l2正則化注釋掉或者將l2正則化的權重調小一點就可以了。
因為過大的正則化權重會使得卷積神經網路中的引數都接近0，從而導致最終的結果基本上都是一樣的。
最後強調解決辦法：將l2正則化注釋掉或者將l2正則化的權重調小一點就可以了
卷積神經網路 一
卷積神經網路是一種特殊的多層神經網路，它是deep learning中的乙個演算法，現在主要應用在影象處理領域中。既然說它是deep learning中的乙個演算法，那麼就需要有大量的資料來支援，作為乙個深度的神經網路，引數動輒百萬以上，如果樣本數過小很容易造成overfitting。卷積神經網路可...
卷積神經網路的輸出形狀
卷積層的輸出形狀由輸入形狀 卷積核視窗形狀 填充和步幅決定。1.當沒有填充且步幅為1時 假設輸入形狀是nh nw，卷積核視窗形狀是kh kw 輸出形狀為 2.當有填充且步幅為1時 假設輸入形狀是nh nw，卷積核視窗形狀是kh kw，在高的兩側一共填充ph行，在寬的兩側一共填充pw列 輸出形狀為 3...
一維卷積神經網路 卷積神經網路中的計算
卷積的基本介紹 卷積操作後張量的大小計算 卷積參數量的計算 卷積flops的計算 感受野的計算 卷積神經網路中的卷積是指定義好卷積核 kernel 並對影象 或者特徵圖，feature map 進行滑動匹配，即對應位置相乘再相加。其特點就在於能夠捕捉區域性的空間特徵。具體過程如下圖所示 圖1 二維卷...