卷积神经网络通俗理解

首先放出一张大家熟悉的卷积神经网络示例图： 在开始之前，有必要介绍一下卷积神经网络中的名词。 卷积层：经过卷积核（滤波器）运算后的特征图。图中为C层 采样层：又叫池化层，主要的目的在于减少上一层的特征数量。假设滤波器大小为2，则经过池化过程，特征的数量减少2*2倍。 局部感受野：我们将输入的图像划分成很多的小方阵，每个小方阵我们称为局部感受野。 卷积核：包含权值的矩阵。 言归正传，对比于人工神经网

>>阅读原文<<