卷積神經網絡(CNN)原理

學習目標 目標 瞭解卷積神經網絡的構成 記憶卷積的原理以及計算過程 瞭解池化的作用以及計算過程 應用 無 3.2.1 卷積神經網絡的組成 定義 卷積神經網絡由一個或多個卷積層、池化層以及全連接層等組成。與其他深度學習結構相比，卷積神經網絡在圖像等方面能夠給出更好的結果。這一模型也可以使用反向傳播算法進行訓練。相比較其他淺層或深度神經網絡，卷積神經網絡需要考量的參數更少，使之成爲一種頗具吸引力的深度

>>阅读原文<<