卷積神經網絡原理CNN

一. CNN誕生背景 問題一：CNN最早在圖像識別領域提出，像素數據很難通過人的理解來提取特徵，即特徵工程。 問題二：普通神經網絡（NN）採用全連接結構（下左圖），會使得需要訓練的參數過多，超過了現在硬件的計算能力，且容易引起過擬合。 解決方案： 1. (SIFT + SVM）: 最初是使用只能用SIFT等算法提取特徵，然後結合後** 優點：對圖像一定程度的縮放，平移和旋轉等具有不變性。 缺點：

>>阅读原文<<