二、为什么要学习卷积神经网络?
在传统神经网络中,我们要识别下图红色框中的图像时,我们很可能识别不出来,因为这六张图的位置都不通,计算机无法分辨出他们其实是一种形状或物体。...在卷积神经网络中,卷积操作是指将一个可移动的小窗口(称为数据窗口,如下图绿色矩形)与图像进行逐元素相乘然后相加的操作。...以上图为例,那么:
• 数据窗口每次移动两个步长取 3*3 的局部数据,即 stride=2 。
• 两个神经元,即 depth=2 ,意味着有两个滤波器。
• zero-padding=1 。...为什么要进行数据填充:
假设有一个大小为 4x4 的输入图像:
[[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12],
[13, 14, 15, 16]]
现在...13, 14, 15, 16, 0],
[0, 0, 0, 0, 0, 0]]
现在,我们将 3x3 的卷积核应用于这个填充后的输入图像,计算卷积结果,得到大小不变的特征图。