卷积神经网络CNN的应用场景

Posted gaoyang2018

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了卷积神经网络CNN的应用场景相关的知识,希望对你有一定的参考价值。

卷积网络(Convolutional Network)也叫卷积神经网络(Convolutional Neural Network, CNN),是一种专门用来处理具有类似网络结构的数据的神经网络。

例如时间序列数据(可以认为是是在时间轴上有规律地采样形成的一维网格)和图像数据(可以看作是二维的像素网格)。 卷积网络在诸多应用领域都表现优
异。 卷积神经网络’’ 一词表明该网络使用了 卷积convolution)这种数学运算。卷积是一种特殊的线性运算。 卷积网络是指那些至少在网络的一层中使用卷积运算来替代一般的矩阵乘法运算的神经网络。
 Why CNN for Image ?

  • Some patterns are much smaller than the whole image 。

    A neuron does not have to see the whole image to discover the pattern

    Connecting to small region with less parameters
技术分享图片

  • The same patterns appear in different regions

技术分享图片

  • Subsampling the pixels will not change the object 

 技术分享图片

  We can subsample the pixels to make image smaller
  Less parameters for the network to process the image

 

技术分享图片

 

 技术分享图片

 






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

[人工智能-深度学习-20]:卷积神经网络CNN - 全连接网络的缺点与CNN的使命

大话卷积神经网络(CNN)

论文解读SCNN 用于交通场景理解的空间CNN

卷积神经网络(CNN)模型结构

论文解读SCNN 用于交通场景理解的空间CNN

CNN卷积神经网络在自然语言处理的应用