卷积层、池化层等基本组成
发布时间
阅读量：
阅读量
卷积神经网络常见结构
卷积神经网络中常用的层结构包括：
- 卷积层（CONV）
- 激活函数层（ACT 或 RELU）
- 池化层（POOL）
- 全连接层（FC）
- 批归一化层（BN）
- Dropout 层（DO）
这些结构之间常见的搭配方式为：
注： * 操作表示此处可执行一次或多次；? 操作表示该部分为可选内容，可能出现零次或多次。
针对上述重复次数的常规设定包括以下几种情况：
- 0 <= N <=3
- M >= 0
- 0 <= K <= 2
上述内容中并未涉及Batch normalization（BN）的具体放置位置，实际上BN的设置位置主要有两种方式：
- 在激活函数 之前 进行归一化处理
还没有任何评论哟~