參考：
基於卷積神經網路的alexnet模型：
公式：(227-11)/4+1=55個畫素(227個畫素減去11再除以4，正好是54，即生成54個畫素，再加上被減去的11也對應生成乙個畫素)
解讀：227-11,是防止卷積核在移動到邊緣時不超過原始影象區域。
4,是每次卷積核移動的相對於之前的距離
由於227-11的數恰好被4整除，卷積核再移動一下巧合覆蓋剩下的所有區域。
總結：在設定卷積核大小和 步長的時候，最好恰好使（源邊的畫素總數-卷積核邊）/ 步長 == 0，也就是使其整除。
概念：卷積神經網路的整體思路是什麼？
見解：卷積操作、relu啟用處理、池化操作
問題：卷積核的引數是如何生成的？
解答：這些是和前饋神經網路中的權重w和偏置值b都是隨機生成的，隨著訓練不斷的優化這些引數。
神經網路 卷積神經網路
這篇卷積神經網路是前面介紹的多層神經網路的進一步深入，它將深度學習的思想引入到了神經網路當中，通過卷積運算來由淺入深的提取影象的不同層次的特徵，而利用神經網路的訓練過程讓整個網路自動調節卷積核的引數，從而無監督的產生了最適合的分類特徵。這個概括可能有點抽象，我盡量在下面描述細緻一些，但如果要更深入了...
神經網路 卷積神經網路
1.卷積神經網路概覽 來自吳恩達課上一張，通過對應位置相乘求和，我們從左邊矩陣得到了右邊矩陣，邊緣是白色寬條，當畫素大一些時候，邊緣就會變細。觀察卷積核，左邊一列權重高，右邊一列權重低。輸入，左邊的部分明亮，右邊的部分灰暗。這個學到的邊緣是權重大的寬條 都是30 表示是由亮向暗過渡，下面這個圖左邊暗...
卷積神經網路 有趣的卷積神經網路
一 前言 最近一直在研究深度學習，聯想起之前所學，感嘆數學是一門樸素而神奇的科學。f g m1 m2 r 萬有引力描述了宇宙星河運轉的規律，e mc 描述了恆星發光的奧秘，v h d哈勃定律描述了宇宙膨脹的奧秘，自然界的大部分現象和規律都可以用數學函式來描述，也就是可以求得乙個函式。神經網路 簡單又...