卷积神经网络的构成:

• 输入层：可以是任意维度的数据。一般要求每个维度的长度都满足 ，以便池化。
• 卷积层：通过K个卷积核，把输入层转化为K个特征图。
• 池化层：压缩特征图大小，以提高训练速度，和避免过拟合。
• 全连接层：映射到结果集。

线性回归(Linear Regression)

估值函数(Hypothesis Function):

目标函数: