《表2 卷积部分网络结构及参数设置》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的图像验证码识别研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于网络输入的图片大小为（32，64，1），通过整个卷积部分之后就得到了（1，8，512）的特征图，具体变化过程见表2。而由于卷积层、池化层以及激活函数都是在局部上进行的，因此具有平移不变的性质，所以512张特征图从空间上仍然是对应于整张图片的，也即是每张1×8的特征图，仍然保留着从左至右对应于原图片的从左至右的序列，而每张特征图都有这样的性质，所以每张特征图都从左至右对应于原图片从左至右的某些特征，将所有特征图对应相同位置的像素连接起来，就可以得到长度为512的特征列，这里将特征列的宽度设置为1，从而得到了8个特征列，每列有512个元素，每个元素是单个像素，图5是对特征图与特征列的一个可视化表示。