池化层是CNN中用于减少特征图空间尺寸（即高度和宽度）的一种操作，通常紧随卷积层之后。作用：降维：池...
卷积层：提取特征。“不全连接，参数共享”的特点大大降低了网络参数，保证了网络的稀疏性，防止过拟合。之所以可以“参数共享”，是因为样本存在局部相关的特性。池化层：有MaxPool和AveragePool等。其中MaxPool应用广泛。因为经过MaxPool可以减小卷积核的尺寸，同时又可以保留相应特征，所以主要用来降维。全...
AI 总结 CNN中卷积层、池化层和全连接层分别有什么作用和区别? 已引用 8 位答主的内容 查看AI 回答 6 1 1 打开App,看其他 3 个精彩回答App 内打开是否在知乎 App 内阅读全文 取消确认