CNN 笔记

1. 卷积后的图像的大小为    (w+2p-f)*3 / s    W为图像的宽，p为padding的大小， f为卷积核大小， 3 为图像的通道数， s为步长

2. 卷积层和池化层的区别？

卷积层需要

3. sigmod 函数和 relu函数的区别 ？？

sigmoid函数，

sigmoid函数在在两段接近饱和区是，变换的很缓慢，导数趋近于0，在反向传播时，容易出现梯度消失的现象，造成信息的丢失。同时因为sigmoid函数是指数运算，计算量较大，导致反向传播求误差梯度是，计算量相对于relu会大很多，而采用relu激活函数，计算量会小很多。同样还有一个好处，relu函数会使得一部分神经元的输出为0，这样会使网络稀疏，减少了参数的依赖关系，缓解了过拟合的发生。

4. 特征提取  尽量提取和需要识别的物体的相关的特征，不然容易过拟合

• sobel算子

5.  如果是10个 32*32*1 的特征图，  需要的参数为  10*5*5*3 + 10 = 760 个参数；

CNN 笔记

原文：https://www.cnblogs.com/luoyinjie/p/9680679.html