卷積神經網絡（二）—— 所謂卷積神經網絡

CNN相比與傳統的NN最大的區別在於其所擁有的卷積層和pool層（池化層或者說下采樣層）。其卷積運算通過三個重要的思想來幫助改進機器學習系統：稀疏交互、參數共享和變等表示。 以下介紹CNN特有及重要的幾個部分：卷積層、池化層、Padding操作和Flatten： 1. 卷積層 卷積層：具體原理可參考《深度學習》P202。個人的理解，卷積就是局部的加權平均，將本來離散的信息集中起來，同時因爲參數共享

>>阅读原文<<