深度学习笔记_卷积神经网络基本概念

卷积神经网络(CNN)典型结构 CNN各层作用简介 卷积层和采样层(convolutions and subsampling layers) 类似于特征提取 全连接层(fully connected layer)  根据提取的特征进行分类 池化层(Pooling layer) 作用: 首要作用，下采样（downsamping）降维、去除冗余信息、对特征进行压缩、简化网络复杂度、减少计算量、减少内存

>>阅读原文<<