时隔三个月终于有时间更新了…在ppt的夹缝中练习。
期待圣诞节!!!

卷积神经网络:Step by Step

  • 1 - 导入相关包
  • 2 - 作业大纲
  • 3 - 卷积神经网络
    • 3.1 - 零填充
    • 3.2 - 单步卷积
    • 3.3 - 卷积神经网络-前向传播
  • 4 - 池化层(Pooling Layer)
    • 4.1 - 前向池化
  • 5 - 卷积神经网络的反向传播(可选)
    • 5.1 - 卷积层反向传播
      • 5.1.1 计算dA
      • 5.1.2 计算dW
      • 5.1.3 计算db
    • 5.2 - 池化层反向传播
      • 5.2.1 最大池化 - 反向传播
      • 5.2.2 平均池化 - 反向传播
      • 5.2.3 把它们放在一起:反向传播

欢迎来到第四课的第一个作业!在本任务中,您将在numpy中实现 卷积(CONV)和池化(POOL)层,包括前向传播和( 可选) 反向传播

符号】: