深刻学习卷积神经网络中卷积层和池化层的意义

  为何要使用卷积呢？ 　　在传统的神经网络中，好比多层感知机（MLP），其输入一般是一个特征向量：须要人工设计特征，而后将这些特征计算的值组成特征向量，在过去几十年的经验来看，人工找到的特征并非怎么好用，特征有时多了（须要PCA降维），特征有时少了（容易过拟合），有时选择的特征根本就不起做用（真正起做用的特征在浩瀚的未知里面）。这就是为何在过去卷积神经网络一直被SVM等完虐的缘由。html 　　

>>阅读原文<<