CNN两大神器：局部感知、参数共享

CNN两大神器：局部感知、参数共享 CNN并非全部上下层神经元都能直接相连，而是经过“卷积核”做为中介。同一个卷积核在全部图像内都是共享的，图像经过卷积操做后仍然保留原来的位置关系。 复合多个“卷积层”和“采样层”对输入信号进行加工，而后再链接层实现与输出目标之间的映射。多层的目的：一层卷积学到的特征每每是局部的，层数越高，学到的特征就越全局化。 局部感知 通常认为图像的空间联系是局部的像素联系比

>>阅读原文<<