卷积神经网络 CNN

转载自 cnn算法 卷积神经网络原理(CNN) 卷积神经网络CNN的结构一般包含这几个层： 输入层：用于数据的输入 卷积层：使用卷积核进行特征提取和特征映射 激励层：由于卷积也是一种线性运算，因此需要增加非线性映射 池化层：进行下采样，对特征图稀疏处理，减少数据运算量。 全连接层：通常在CNN的尾部进行重新拟合，减少特征信息的损失 CNN的三个特点： 局部连接：这个是最容易想到的，每个神经元不再和

>>阅读原文<<