处理高维图像时,全连接层常因参数冗余而失效。本章先用 MNIST-1D 实例复习了一维卷积,然后剖析二维卷积如何利用空间局部性构建优越的归纳偏置。我们将解析池化下采样、转置卷积上采样及 1x1 卷积的妙用,拆解 CNN 高效处理信息的底层架构。
第20课完整讲义:zhuanlan.zhihu.com
开篇语

示例:MNIST-1D




二维输入的卷积网络


习题 10.13

下采样与上采样



习题 10.15

改变通道数量

附注


结束语


处理高维图像时,全连接层常因参数冗余而失效。本章先用 MNIST-1D 实例复习了一维卷积,然后剖析二维卷积如何利用空间局部性构建优越的归纳偏置。我们将解析池化下采样、转置卷积上采样及 1x1 卷积的妙用,拆解 CNN 高效处理信息的底层架构。
第20课完整讲义:zhuanlan.zhihu.com
开篇语

示例:MNIST-1D




二维输入的卷积网络


习题 10.13

下采样与上采样



习题 10.15

改变通道数量

附注


结束语