深刻學習卷積神經網絡中卷積層和池化層的意義

  爲何要使用卷積呢？ 　　在傳統的神經網絡中，好比多層感知機（MLP），其輸入一般是一個特徵向量：須要人工設計特徵，而後將這些特徵計算的值組成特徵向量，在過去幾十年的經驗來看，人工找到的特徵並非怎麼好用，特徵有時多了（須要PCA降維），特徵有時少了（容易過擬合），有時選擇的特徵根本就不起做用（真正起做用的特徵在浩瀚的未知裏面）。這就是爲何在過去卷積神經網絡一直被SVM等完虐的緣由。html 　　

>>阅读原文<<