CNN基础知识（1）

卷积神经网络（CNN）是一种前馈神经网络，它的神经元可以响应一部分覆盖范围内的周围单元，因其特性被广泛用于模式识别。由于该网络避免了对图像的复杂预处理，可以直接输入原始图像，因而得到了更多的应用。 CNN的基础结构包括两层。 第一层为特征提取层，每个神经元的输入与前一层的局部接受域相连并提取该局部的特征。一旦该局部特征被提取后，它与其他特征间的位置关系也随之确定下来。 第二层为特征映射层。网络的每

>>阅读原文<<