CNN兩大神器：局部感知、參數共享

CNN兩大神器：局部感知、參數共享 CNN並非全部上下層神經元都能直接相連，而是經過「卷積核」做爲中介。同一個卷積核在全部圖像內都是共享的，圖像經過卷積操做後仍然保留原來的位置關係。 複合多個「卷積層」和「採樣層」對輸入信號進行加工，而後再鏈接層實現與輸出目標之間的映射。多層的目的：一層卷積學到的特徵每每是局部的，層數越高，學到的特徵就越全局化。 局部感知 通常認爲圖像的空間聯繫是局部的像素聯繫比

>>阅读原文<<