初學卷積神經網絡

CNN 的價值： 能夠將大數據量的圖片有效的降維成小數據量(並不影響結果) 能夠保留圖片的特徵，類似人類的視覺原理 CNN 的基本原理： 卷積層 — 主要作用是保留圖片的特徵 池化層 — 主要作用是把數據降維，可以有效的避免過擬合 全連接層 — 根據不同任務輸出我們想要的結果 CNN 的實際應用： 圖片分類、檢索 目標定位檢測 目標分割 人臉識別 骨骼識別 卷積 — — 提取特徵 卷積層的運算過程

>>阅读原文<<