卷积神经网络细节分析

之前曾经简单介绍过cnn的原理，但终究只是感性的理解，如果只是简单调用CNN肯定是足够了，但最近在研究CNN、RNN、Transformer在提取特征的优缺点时，深深感觉到如果不从公式层面推导一次各个模型，是无法深入理解它们的不同之处的。 首先要分析的第一个问题是，卷积神经网络为什么不采用卷积运算而是用互相关运算。首先要知道，卷积层的作用是提取局部特征，卷积核需要遍历整幅图像才能获取局部信息，所以

>>阅读原文<<