【神经网络与深度学习】卷积神经网络（CNN）

【神经网络与深度学习】卷积神经网络（CNN）

标签：【神经网络与深度学习】

---

实际上前面已经发布过一次，但是这次重新复习了一下，决定再发博一次。

说明：以后的总结，还应该以我的认识进行总结，这样比较符合我认知的习惯，而不是单纯的将别的地方的知识复制过来，这样并起不到好的总结效果。相反，如果能够将自己的体会写下来，当有所遗忘时还能顺着当时总结的认识思路，重新“辨识”起来，所以，要总结，而不要搬运知识。

起初并不理解卷积神经的卷积与结构是什么，后来通过了一个比较好的例子才对卷积神经网络有了初步的认识，这里对这一阶段的认识进行总结。

---

首先，一提到卷积，首先想到的是在信号与系统、数字信号处理中所讲的，做一下翻转平移然后再做点积求和，因为这是第一次引入卷积。后来到了数字图像处理的课程中学习了卷积核，实现的是实际上是空域滤波，比如边缘检测技术中常用的sobel算子、梯度算子、laplace算子等。

---

然后是分析卷积神经网络的结构。可以通过下图所示的一个例子进行分析：