4月14日（卷积神经网络学习）

 

 

 

 

 

CNN工作概述指的是你挑一张图像，让它历经一系列卷积层、激活函数层（非线性层)、池化(下采样(downsampling) ）层和全连接层，最终得到输出。

 

卷积完成的是对图像特征的提取或者说信息匹配当一个包含某些特征的图像经过一个卷积核的时候，一些卷积核被激活，输出特定信号。我们训练区分猫狗的图像的时候，卷积核会被训练，训练的结果就是，卷积核会对猫和狗不同特征敏感，输出不同的结果，从而达到了图像识别的目的。

 

人工神经网络最小的单位是感知机（神经元），感知机由线性变换和非线性变化组成