导入
卷积神经网络（CNN）基础：第一部分
了解YOLO基础构建模块——卷积神经网络（CNN）的基本原理。
RGB图像转换为一维数组以作为神经网络输入
神经网络中的位置不变性
参数共享重要性的示意图，以及它如何使卷积神经网络具有位置不变性
参数数量 = ((输入通道数 × 卷积核宽度 × 卷积核高度) + 1) × 滤波器数量（滤波器数量即输出通道数）
卷积层维度 = (图像高度 - 滤波器高度 + 1) × (图像宽度 - 滤波器宽度 + 1) × 滤波器数量
添加便签
笔记
Section 1 / 16
卷积神经网络（CNN）基础：第一部分
了解YOLO基础构建模块——卷积神经网络（CNN）的基本原理。
目标检测简介
卷积神经网络（CNN）基础（第二部分）