章节大纲
- 01
局部连接和权重共享编码的图像先验
- 02
卷积核、步幅、填充与输出形状计算
- 03
感受野如何随层数和下采样增长
- 04
通道混合、池化和归一化的职责
- 05
平移等变性与边界效应的限制
- 06
从特征图可视化检查图像分类模型
CONCEPT OUTLINE / convolutional-neural-networks
用局部连接和权重共享提取平移结构特征,并逐层扩大感受野。
局部连接和权重共享编码的图像先验
卷积核、步幅、填充与输出形状计算
感受野如何随层数和下采样增长
通道混合、池化和归一化的职责
平移等变性与边界效应的限制
从特征图可视化检查图像分类模型