---
tags: Deep Learning Based DNA Sequence Fast Decoding
---
# CNN
## Overviews
## Spcifications
我們不需要去將整個圖片輸入至一個neuron內來判斷物件，相對的，只要有部分的特徵，我們便可以確定物件的種類。因此，我們會採用以下的方法。
1. Specification 1
選定一個範圍，將範圍內的資料輸入至一個neuron中，如此一來便可以確定某個圖片範圍的特徵。
1. Kernel Size: 選定範圍的大小
2. Stride: 框框位移的距離
2. Specification 2
* Filter: 每個neuron的參數
* ※Typical Setting
1. Each receptive field has a set of neurons.
2. Each receptive field has the neurons with the same set of parameters.
## Pooling
透過Pooling，我們選取Feature Map上的某些數值，並重新產生一張新的Feature Map。
1. Max Pooling
## Flatten
把多維的輸入壓扁為一維輸出，常用在從卷積層到全連接層的過渡。

**Reference**
[【機器學習2021】卷積神經網路 (Convolutional Neural Networks, CNN)](https://www.youtube.com/watch?v=OP5HcXJg2Aw)
[Day 08：CNN 模型設計 - iT 邦幫忙](https://ithelp.ithome.com.tw/articles/10192028)