CNN中卷積的意義

在傳統的神經網絡中，比如多層感知機（MLP），其輸入通常是一個特徵向量。需要人工設計特徵，然後將用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，人工找的特徵並不總是好用。有時多了，有時少了，有時選的特徵根本就不起作用（真正起作用的特徵在浩瀚的未知裏）。這就是爲啥過去幾十年神經網絡一直被SVM等完虐的原因。 如果有人說，任何特徵都是從圖像中提取的。那如果把整幅圖像作爲特徵來訓練神經網絡不就行

>>阅读原文<<