MYCNN

• 如何搭建卷积神经网络呢？ 初识卷积神经网络之后，我们知道

1. 卷积层通过待训练的卷积核来提取特征（self.conv）
2. 激活函数用来添加非线性(self.relu)
3. 池化层用来下采样(self.pooling)
4. 全连接用于分类(self.fc) 那么我们就可以用这种逻辑来搭建卷积神经网络哈，先上样例图

难点在于算特征图的尺寸，这就需要用到上一篇文章里的公式了

卷积神经网络的计算公式为：N=(W-F+2P)/S+1

N：输出大小 W：输入大小 F：卷积核大小 P：填充值的大小 S：步长大小

这些参数都可以自己调整设置，参考中未设置padding（用于边缘处理）,可当作0。

一步一步算就ok了,大家加油！