一文读懂卷积神经网络(CNN)
卷积神经网络—起源
1981年,Hubel和Wiesel对猫的视觉皮层细胞研究表明:哺乳动物对外界的视觉感知信息采用了局部感知策略,为此Hubel和Wiesel获得了诺贝尔生物理和医学奖。
视觉的全局感知会导致记忆分散和模糊。局部感知则会增强记忆。那么在神经网络构建,局部连接就会减少权重,降低训练难度。全局感知和局部感知的结构示意图如下:
受生物视觉感知的启发,Yann LeCun改进了卷积神经网络,并在手写数字体识别中取得霸主地位。并在1998年LeCun提出LeNet-5模型,卷积神经网络的雏形完成。
卷积神经网络—四剑客
卷积神经网络结构如下:
卷积神经网络主要有卷积层、激活函数、池化层、全连接层,俗称卷积神经网络的‘四剑客’。
----卷积层-----
- 与上一层进行局部连接;
- 局部连接的权值叫做卷积核;
卷积核计算示意图:
- 权值共享,相当于卷积核对输入的空间图片进行一块一块扫描。卷积核相当于滤镜的作用对图片进行处理
Tisfy: 十分完美,正如:横笛闻声不见人,红旗直上天山雪。
拾夕er: RNN神经网络这块是不是应该写成”中间层的输出和下一个样本数据一起作为输入,也叫循环层“
颗颗豌豆向太阳: 但是日期出现了####,