Updates dl/cnn/cnn-arch.md

Auto commit by GitBook Editor

Author: shunliz

assets/cnnconv1.png

@@ -96,6 +96,10 @@ $$s(i,j)$$即卷积核W对应的输出矩阵的对应位置元素的值。
 
 对于卷积后的输出，一般会通过ReLU激活函数，将输出的张量中的小于0的位置对应的元素值都变为0。
 
+![](/assets/cnnconv1.png)
+
+
+
 # 4. CNN中的池化层
 
 相比卷积层的复杂，池化层则要简单的多，所谓的池化，个人理解就是对输入张量的各个子矩阵进行压缩。假如是2x2的池化，那么就将子矩阵的每2x2个元素变成一个元素，如果是3x3的池化，那么就将子矩阵的每3x3个元素变成一个元素，这样输入矩阵的维度就变小了。