type
status
date
Aug 15, 2023 06:47 AM
slug
summary
tags
category
icon
password
引言:
遇到的问题
问题现象说明
解决过程
CNN就是著名的卷积神经网络，是一种前馈神经网络。
我们学过高斯滤波、sobel滤波等等设定好卷积核的滤波方法。
这时我们不禁要想，如果不是由人来设计一个滤波器，而是从一个随机滤波器开始，根据某种目标、用某种方法去逐渐调整它，直到它接近我们想要的样子，可行么？
这就是卷积神经网络（Convolutional Neural Network, CNN）的思想了。
可调整的滤波器是CNN的“卷积”那部分；如何调整滤波器则是CNN的“神经网络”那部分。
CNN不同于传统的神经网络只有线性连接，CNN包括卷积（convolution）操作、汇合（pooling）操作和非线性激活函数映射（即线性连接）。
经典的CNN网络有Alex-Net、VGG-Nets、Resnet等。
深度学习在计算机图像识别上的应用非常成功。
利用深度学习，我们能够对图片进行高精度识别，实现这一功能的，主要依靠神经网络中的一种分支，名为卷积网络。
卷积网络与我们前面实现的网络不通之处在于，它可以直接接受多维向量，而我们以前实现的网络只能接收一维向量。
把卷积滤波器和神经网络两个思想结合起来。
卷积滤波器无非就是一套权值。而神经网络也可以有（除全连接外的）其它拓扑结构。
Alex-Net、VGG-Nets、Resnet<CNN<神经网络