利用训练得到的CNN网络参数根据输入计算输出

文章目录
前言一、搭建的CNN网络结构二、CNN网络参数简介三、利用参数进行计算总结

前言
本文主要介绍如何利用训练得到的CNN网络参数，根据网络的输入计算输出。
一、搭建的CNN网络结构
网络的结构如下： （1）、Input：输入的图像尺寸是28×28，单通道； （2）、Conv：卷积层的核大小为5×5，共32个核。步长(stride)为1，边缘填充（padding）为0；（该层输出32通道，每个通道大小为24×24） （3）、MaxPool：池化层，尺寸为2×2，步长为2；（该层输出32通道，每个通道大小为12×12） （4）、FC-1：全连接层1；（该层有100个节点） （5）、FC-2：全连接层2。（该层有10个节点）
二、CNN网络参数简介
代码中网络参数以字典的形式保存，如下图所示：
三、利用参数进行计算
输入为手写数字“9”，因为这个数字“9”不是数据集中的，而是我

利用训练得到的CNN网络参数根据输入计算输出最先出现在Python成神之路。