标签：image logs blog nic map 分享 卷积 put tensor
一次进步一点点，滴水穿石头...估计我也老了
mj是输入的点，
对于每一个输出对点，都有一个完全不同对卷积核
所以我猜，
W就是这里的k, 是要学习和更新的权重，一个卷积核就是一块区域(4x4=16)对应一个核(16个参数)，再加上一个b
两个核就是会生成两个不同的output点，两个不同的核，参数又翻倍
如果stride=1，那么一个32x32的图片就有，28x28个小区域，每个区域3个卷积核的话，就有28x28x3x16个参数，爆炸...
不对，更新认知
一个卷积核，应该说，同一个卷积核就卷积了 这所有的28x28个小区域，而不是每个点换一个卷积核，所以现在只有3x16个参数了，nice
标签：image logs blog nic map 分享 卷积 put tensor
原文地址：http://www.cnblogs.com/yummy-roast-duck/p/7258441.html
