機器智能-高頻問題：Lenet框架&卷積神經網絡概念

4、Lenet框架（最簡單的卷積神經網絡）數字分類網絡 a、名詞 ①、comvolutions：卷積層 ②、subsamping：池化層 ③、full connection：全連接層 b、一個完整的CNN 卷積層和池化層負責特徵提取。 全連接層負責預測，產生一個概率。如果是單分類問題，全連接層的概率相加爲1。 當該圖作爲輸入的時候，網絡正確的給船的分類賦予了最高的概率(0.94)。輸出層的各個概率

>>阅读原文<<