第二次打卡学习心得

首先关于卷积神经网络的概念回顾

其中两个重要的概念：填充与步幅


关于卷积核的通道数：
个人理解为：与上一层的输出相适应，卷积核的通道数(channel)由上一层输出的特征图(feature maps)的个数决定

卷积神经网络的发展：

LeNet就是典型的深层网络

AlexNet为第二阶段的发展

后来由牛津大学团队提出具有堆叠结构的VGG

衍生出了NiN

在宽度上进行了拓宽，由谷歌团队提出了Inception模块的网路GoogLeNet(纪念LeNet)

在深度上进行拓展，由何凯明等人提出了具有残差模块的ResNet