一、我认为学习卷积神经网络必须知道的几个概念：

  我们经常说卷积神经网络卷积神经网络，到底什么才昰卷积网络层卷积过程到底怎么实现？我们在这里借鉴了另一位博客大牛的动态图来给大家演示一下

如果你觉得这篇文章看起来稍微還有些吃力，或者想要系统地学习人工智能那么推荐你去看床长人工智能教程。非常棒的大神之作教程不仅通俗易懂，而且很风趣幽默点击可以查看教程。

我们可以看到卷积过程其实还是基于一个固定的矩阵，在另外一个矩阵不断一格一格扫过去的到的数值的和（注意：这里的一格一格非常重要，因为涉及后面的概念：步长→我们不妨想一想当固定矩阵不是一格一格前进的时候会发生什么呢？）产生的一个新的矩阵我们以作为比较会发现：粉红色矩阵和绿色矩阵在根本上有很大不一样，

第一卷积之后的维数降低了；第二，峩们要想想为什么降维了（思考：降低维度到底有没有规律？）

  答案是有的：我们发现橙色的固定框为3*3绿色是5*5，出来是三乘三；

  所以規律可以得到：粉红色最后的卷积结果矩阵维度=绿色矩阵维数-橙色矩阵维数+1

  （我们又应该思考：如果我不想最后减少维度我只希望卷积，怎么办呢）

  我们依然延用博客大牛的另一个动图（再次点赞做的精细准确！）

我们可以发现其实跟之前没什么不一样：还是以三个矩陣之间的运算，但是我们很容易发现它并不是一行一行扫过去的，橙色矩阵维度是黄色矩阵的整数倍所以池化的最终的结论是要把原來的维度减少到1//errors_in_life/article/details/

____________后续我将介绍一些基于vgg16图像分类深度学习的图像分类知识，一个爱分享自己错误和经验的师兄多多指教！

一、我认为学习卷积神经网络必须知道的几个概念：

  我们经常说卷积神经网络卷积神经网络，到底什么才昰卷积网络层卷积过程到底怎么实现？我们在这里借鉴了另一位博客大牛的动态图来给大家演示一下

如果你觉得这篇文章看起来稍微還有些吃力，或者想要系统地学习人工智能那么推荐你去看床长人工智能教程。非常棒的大神之作教程不仅通俗易懂，而且很风趣幽默点击可以查看教程。

我们可以看到卷积过程其实还是基于一个固定的矩阵，在另外一个矩阵不断一格一格扫过去的到的数值的和（注意：这里的一格一格非常重要，因为涉及后面的概念：步长→我们不妨想一想当固定矩阵不是一格一格前进的时候会发生什么呢？）产生的一个新的矩阵我们以作为比较会发现：粉红色矩阵和绿色矩阵在根本上有很大不一样，

第一卷积之后的维数降低了；第二，峩们要想想为什么降维了（思考：降低维度到底有没有规律？）

  答案是有的：我们发现橙色的固定框为3*3绿色是5*5，出来是三乘三；

  所以規律可以得到：粉红色最后的卷积结果矩阵维度=绿色矩阵维数-橙色矩阵维数+1

  （我们又应该思考：如果我不想最后减少维度我只希望卷积，怎么办呢）

  我们依然延用博客大牛的另一个动图（再次点赞做的精细准确！）

我们可以发现其实跟之前没什么不一样：还是以三个矩陣之间的运算，但是我们很容易发现它并不是一行一行扫过去的，橙色矩阵维度是黄色矩阵的整数倍所以池化的最终的结论是要把原來的维度减少到1//errors_in_life/article/details/

____________后续我将介绍一些基于vgg16图像分类深度学习的图像分类知识，一个爱分享自己错误和经验的师兄多多指教！

一、我认为学习卷积神经网络必须知道的几个概念：

  我们经常说卷积神经网络卷积神经网络，到底什么才昰卷积网络层卷积过程到底怎么实现？我们在这里借鉴了另一位博客大牛的动态图来给大家演示一下

如果你觉得这篇文章看起来稍微還有些吃力，或者想要系统地学习人工智能那么推荐你去看床长人工智能教程。非常棒的大神之作教程不仅通俗易懂，而且很风趣幽默点击可以查看教程。

我们可以看到卷积过程其实还是基于一个固定的矩阵，在另外一个矩阵不断一格一格扫过去的到的数值的和（注意：这里的一格一格非常重要，因为涉及后面的概念：步长→我们不妨想一想当固定矩阵不是一格一格前进的时候会发生什么呢？）产生的一个新的矩阵我们以作为比较会发现：粉红色矩阵和绿色矩阵在根本上有很大不一样，

第一卷积之后的维数降低了；第二，峩们要想想为什么降维了（思考：降低维度到底有没有规律？）

  答案是有的：我们发现橙色的固定框为3*3绿色是5*5，出来是三乘三；

  所以規律可以得到：粉红色最后的卷积结果矩阵维度=绿色矩阵维数-橙色矩阵维数+1

  （我们又应该思考：如果我不想最后减少维度我只希望卷积，怎么办呢）

  我们依然延用博客大牛的另一个动图（再次点赞做的精细准确！）

我们可以发现其实跟之前没什么不一样：还是以三个矩陣之间的运算，但是我们很容易发现它并不是一行一行扫过去的，橙色矩阵维度是黄色矩阵的整数倍所以池化的最终的结论是要把原來的维度减少到1//errors_in_life/article/details/

____________后续我将介绍一些基于vgg16图像分类深度学习的图像分类知识，一个爱分享自己错误和经验的师兄多多指教！