文档摘要

4.2 CNN：感受野、参数量与权值共享 本节摘要：卷积网络的追问集中在三个可计算量上：输出尺寸、感受野、参数量。三个公式都不长，但要求你能现场算、算完讲得出设计含义——权值共享为什么省参数、堆叠小卷积核为什么划算、池化到底还剩多少存在感。这节的目标是把「听说过 CNN」升级成「能对 CNN 报出数字」。 4.1 节的全连接网络对图像有两个不经济：参数爆炸与平移不敏感。 会员。《4.2 CNN：感受野、参数量与权值共享》收录于灏天文库文集《机器学习算法面试题精选与解析》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/543-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E9%9D%A2%E8%AF%95%E9%A2%98%E7%B2%BE%E9%80%89%E4%B8%8E%E8%A7%A3%E6%9E%90

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流