卷積神經網絡（CNN）的原理

一、卷積神經網絡的基本概念        卷積神經網絡與普通神經網絡的區別在於，卷積神經網絡包含多個由卷積層和池化層構成的特徵抽取器。在卷積神經網絡的卷積層中，一個神經元只與部分鄰層神經元連接。在CNN的一個卷積層中，通常包含若干個特徵平面(featureMap)，每個特徵平面由一些矩形排列的的神經元組成，同一特徵平面的神經元共享權值，這裏共享的權值就是卷積核。卷積核一般以隨機小數矩陣的形式初始化

>>阅读原文<<