【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: