《表1 各层的特征图数量及数据总量》
网络层C3层和基本原理同C1层,也是由30个特征图组成。其基本原理和也和C1层类似,卷积之后每个特征图的大小为122×122。网络层S4层基本原理同S2层,是第二个下采样层,进一步起到特征提取的作用,所得的特征图大小为61×61。由于经过两次卷积下采样之后,特征图的尺寸仍然比较大,不利于网络充分提取特征。所以在S4层之后再加入一个卷积层C5和下采样层S6,对特征图采取进一步的降维操作。C5层由60个特征图组成。但是处理的方式和conv1不同,滤波器是对30个特征图中的某几个特征图中对应的区域乘以权重,再加上相应的偏置最后对所得到的权重进行卷积。经过C5层之后,特征图的大小变为57×57。在S6层,特征图降为28×28。网络层C7层是一个卷积层,将C7中的卷积核在C6的所有特征图上进行卷积操作,C7层中包含了60个大小为24×24的特征图。网络各层的特征图数量以及数据总量如表1所示。
图表编号 | XD0035455200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 杨帆、谢红薇、刘爱媛 |
绘制单位 | 太原理工大学计算机科学与技术学院、太原理工大学计算机科学与技术学院、山西大医院 |
更多格式 | 高清、无水印(增值服务) |