阅读《ANN和CNN异同分析》

Posted 2023-04-21 LuoLuo2003

ANN（人工神经网络）和CNN（卷积神经网络）

1.构架：

ANN大部分使用权重和激活函数，人为的重建大脑神经网络的工作方式

ANN中的层是通过神经元托管的数据点行，神经元使用相同的神经网络；ANN使用权重来学习；神经元每次迭代后，权重都会发生变化，根据“成本函数”计算的准确度更改权重

CNN在图像上投射多层（数学层，整流线性单元层和全连接层）并使用过滤来分析图像输入；提供n维向量输出

2.输入处理

ANN输入仅在前向方向上处理，有时也被成为前馈神经网络；依赖于有效数据输入，不适合图像处理

CNN兼容图像作为输入，在图像上使用过滤器产生特征图

3.关于图像分类

对于 ANN，必须提供具体的数据点。例如，在我们试图区分狗和猫的模型中，必须明确提供鼻子的宽度和耳朵的长度作为数据点。

使用 CNN 时，这些空间特征是从图像输入中提取的。当需要提取数千个特征时，这使得 CNN 成为理想选择。CNN 不必测量每个单独的特征，而是自行收集这些特征。

使用 ANN，图像分类问题变得困难，因为需要将二维图像转换为一维向量。这以指数方式增加了可训练参数的数量。增加可训练参数需要存储和处理能力。

换句话说，它会很昂贵。与其前身相比，CNN 的主要优势在于它可以自动检测重要特征而无需任何人工监督。这就是为什么 CNN 会成为计算机视觉和图像分类问题的理想解决方案。

4.关于数据分类

ANN是解决数据相关问题的理想选择，前向算法很容易用于处理图像，文本和表格数据；

人工神经网络能够隐式检测因变量和自变量之间复杂的非线性关系。

 

 

定性分析与定量分析的异同及优缺点

 

定性和定量分析是两种不相同但是有潜在联系的分析方法。

不同:

定性就是用文字语言进行相关描述。它是主要凭分析者的直觉、经验，运用主观上的判断来对分析对象的性质、特点、发展变化规律进行分析的一种方法。 

定量就是用数学语言进行描述。它是依据统计数据，建立数学模型，并用数学模型针对数量特征、数量关系与数量变化去分析的一种方法。

相同:

它们一般都是通过比较对照来分析问题和说明问题的。正是通过对各种指标的比较或不同时期同一指标的对照才反映出数量的多少、质量的优劣、效率的高低、消耗的大小、发展速度的快慢等等，才能为作鉴别、下判断提供确凿有据的信息。

优缺点:

相比而言，定量分析方法更加科学，但需要较高深的数学知识，而定性分析方法虽然较为粗糙，但在数据资料不够充分或分析者数学基础较为薄弱时比较适用。在分析过程中通常会运用定性与定量相结合的分析方法。

 

向左转|向右转

 

 

_________________________________________________________________________

项目管理知识中，项目风险管理章节提到“定性风险分析”与“定量风险分析”。先不说风险，到底什么是定性分析，什么是定量分析，他们区别是什么呢？ 我在网上搜了搜，有的说的很专业，晦涩难懂，我选择了一个通俗的解释：

定性判断趋势，定量决定细节。

比如：
1. 2x＝4
定性：x＞0 定量：x＝2

2. 英国脱欧
定性：英镑将会贬值 定量：英镑汇率从9.3下降到8.8

3. A攻打B
定性：从综合实力来看A能赢
定量：A要打赢B需要xxx兵力，以及xx战略方针

具体问题的分析方法是，先定性分析趋势(概率，可能性)，再定量解决问题。

以上。

 _________________________________________________________________________

其它： https://blog.csdn.net/X_dmword/article/details/80475885