卷積神經網絡基礎

CNN最初提出是爲了避免圖像識別時複雜的特徵工程，降低圖像預處理的難度。 因爲CNN可以直接處理原始像素，CNN訓練的網絡對縮放、平移、旋轉等畸形變換具有不變形，泛化能力好。另外，卷積權值共享可以減少網絡的參數量，降低模型的複雜度，同時還能在一定程度防止過擬合。 1.CNN如何提取特徵？ 第一個卷積層直接處理輸入的像素點，每個卷積或者濾波器只處理一小塊圖像，提取其中最有效的特徵。 步長爲1時處理過

>>阅读原文<<