资料来源：零基础入门深度学习(4) - 卷积神经网络 - 作业部落 Cmd Markdown 编辑阅读器 

目录

1. Relu激活函数

2. 全连接网络VS卷积网络

3. 卷积神经网络

3.1 网络架构 

3.2 三维的层结构 

4. 卷积神经网络输出值的计算 

5. Pooling层输出值的计算 

6. 全连接层 

7. 卷积神经网络的训练 

8. Pooling层的训练 

9. Mean Pooling误差项的传递 

---

1. Relu激活函数

  

2. 全连接网络VS卷积网络

 3. 卷积神经网络

3.1 网络架构 

3.2 三维的层结构 

4. 卷积神经网络输出值的计算 

 

上面的计算过程中，步幅(stride)为1。步幅可以设为大于1的数。例如，当步幅为2时，Feature Map计算如下： 

5. Pooling层输出值的计算 

6. 全连接层 

7. 卷积神经网络的训练 

 

8. Pooling层的训练 

9. Mean Pooling误差项的传递 

     

---