Процесс обучения нейросети

Лекуном в 1988 году

каком виде подают значения (тензоры и поделить на разные каналы монохромно)
Приемы свертки
Страйт, паддинг, пулинг
Примеры свертки
Пример классификации
Предобученные нейронные сети
Выделение абстрактных признаков и перенос знаний

есть в слое.
Размер фильтров (filter size, fs) – это высота и ширина тензора фильтров. Обычно является нечётным числом, наиболее часто используются фильтры размером 3 или 5.
Шаг свёртки (stride, S) – это количество пикселей, на которое перемещается матрица фильтра по входному изображению. Когда шаг равен 1, фильтры перемещаются по одному пикселю за раз. Когда шаг равен 2, тогда фильтры перескакивают на 2 пикселя за раз. Чем больше шаг, тем меньшего размера карты признаков получаются на выходе.
Дополнения нулями (padding, P) – количество пикселей, которые добавляются с каждого края изображения. Это позволяет избежать уменьшения изображения на размер фильтра, поскольку фильтр может накладываться лишь в тех местах, в которых под каждым значением фильтра будет значение входного изображения.
Таким образом, входными параметрами свёрточного слоя являются:
тензор размером W1xH1xD1;
4 гиперпараметра: fc, fs, S, P;
А выходным параметром слоя является тензор размером W2xH2xD2, где W2 = (W1 - fs + 2P) / S + 1, H2 = (H1 – fs + 2P) / S + 1, D2 = fc.