CNN卷积神经网络

Posted 2020-08-08 zbxzc

CNN是一种多层神经网络，基于人工神经网络，在人工神经网络前，用滤波器进行特征抽取，使用卷积核作为特征抽取器，自动训练特征抽取器，就是说卷积核以及阈值参数这些都需要由网络去学习。

图像可以直接作为网络的输入，避免了传统识别算法中复杂的特征提取和数据重建过程。

一般卷积神经网络的结构：

前面feature extraction部分体现了CNN的特点，feature extraction部分最后的输出可以作为分类器的输入。这个分类器你可以用softmax或RBF等等。

局部感受野与权值共享

局部感受野指卷基层的神经元只和上一层map的局部窗口相联系。

以上是关于CNN卷积神经网络的主要内容，如果未能解决你的问题，请参考以下文章

基于卷积神经网络CNN的分类研究，基于卷积神经网络的手写体识别

吴恩达 卷积神经网络 CNN

神经网络：卷积神经网络（CNN）

CNN回归预测基于matlab卷积神经网络CNN数据回归预测含Matlab源码 2003期

CNN回归预测基于matlab卷积神经网络CNN数据回归预测含Matlab源码 2003期

卷积深度信念网络 (CDBN) 与卷积神经网络 (CNN)