卷积层 Convolutional layer
卷积运算的目的是提取输入的不同特征
类似于CV中的滤波，通过滑动窗口来得到特征图像
非线性激活层 Relu
f(x)=max(0,x)
非线性激活层即保留大于0的值，即保留特征比较好的值，将特征小于0的值舍去
池化层 pooling
池化（Pooling）：也称为欠采样或下采样。主要用于特征降维，压缩数据和参数的数量，减小过拟合，同时提高模型的容错性
一般是 卷积层 -> relu -> 池化层
版权声明：本文为zhr1030635594原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。