-
卷積層（Convolutional Layer）：用于提取輸入數(shù)據(jù)的特征，通過滑動(dòng)卷積核在輸入數(shù)據(jù)上進(jìn)行卷積操作。
-
池化層（Pooling Layer）：用于對(duì)輸入數(shù)據(jù)進(jìn)行空間降維，減少參數(shù)數(shù)量和計(jì)算量。
-
全連接層（Fully Connected Layer）：將卷積層或池化層提取的特征進(jìn)行全連接操作，用于生成最終的輸出。
-
激活層（Activation Layer）：對(duì)輸出數(shù)據(jù)進(jìn)行非線性變換，引入非線性因素，如ReLU、Sigmoid等激活函數(shù)。
-
標(biāo)準(zhǔn)化層（Normalization Layer）：對(duì)輸入數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，如局部響應(yīng)歸一化（LRN）等。
-
損失層（Loss Layer）：用于定義網(wǎng)絡(luò)的損失函數(shù)，根據(jù)網(wǎng)絡(luò)輸出和實(shí)際標(biāo)簽計(jì)算損失值。
-
數(shù)據(jù)層（Data Layer）：用于加載和預(yù)處理輸入數(shù)據(jù)，如圖像數(shù)據(jù)、文本數(shù)據(jù)等。
-
其他特殊層：如Dropout層、前向傳播層等。
