深度学习的卷积算法指南[1] 卷积和池化简介

导言本文简要回顾了卷积神经网络（CNN）的主要组成部分，即离散卷积（discrete convolutions）和池化（pooling）。CVer作者：Vincent Dumoulin & Francesco Visin 编辑: Amusi 校稿: Amusi前戏Amusi 在整理深度学习卷积神经网络（CNN）的知识点时，发现了一篇很棒的论文《A guide to convolution arithmetic for deep learning》。可以这么说，你在知乎、CSDN和cnblog等网址上看到的有关卷积操作的介绍和图示基本都来自于这篇文章。论文链接：https://arxiv.org/abs/1603.07285因为文章太好了，所以Amusi 就翻译起来了。文章虽然不“长”，但为了篇幅考虑并结合章节内容，拟将《A guide to convolution arithmetic for deep learning》分成 5篇推文来介绍。本文“深度学习的卷积算法指南[1] 卷积和池化简介” 将介绍原论文中的 ………………………………