1.卷积
提取局部特征
2.Relu
留下相关特征,去掉不相关特征,卷积之后的正值越大,说明与卷积核相关性越强,负值越大,不相关性越大。
3.池化
池化的目的:
(1)留下最相关的特征,或者说留下最明显的特征。
(2)增大感受野,所谓感受野,即一个像素对应回原图的区域大小,假如没有pooling,一个3*3,步长为1的卷积,那么输出的一个像素的感受野就是3*3的区域,再加一个stride=1的3*3卷积,则感受野为5*5。假如我们在每一个卷积中间加上3*3的pooling呢?很明显感受野迅速增大,这就是pooling的一大用处。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:卷积,reLu,池化的意义 - Python技术站