计算机视觉与卷积神经网络

2017年第一篇博文，为自己加油！！！

人工神经网络到卷积神经网络

如下图所示一个典型的人工神经网络：

关于更多的人工神经网络请参考：从感知机到人工神经网络

人工神经网络同样能应用到计算机视觉中，但是对于一副图像来说，假如其大小为227*227*3，即使对其做采样到32*32*3其输入的维度依然很高。如果用人工神经网络来对图片进行分类的话，它将面临这主要的两个问题：

1. w参数的量级将会非常大，会消耗大量的计算资源
2. 将会引起过拟合

怎样解决上述的问题呢，答案也就是我们的卷积神经网络了。

卷积神经网络概述

卷积神经网络的层次结构

来源：七月在线

从上图中可以看到，其主要的层次结构有几下的几种：

1. 数据输入层/ Input layer
2. 卷积计算层/ CONV layer
3. ReLU激励层 / ReLU layer
4. 池化层 / Pooling layer，也成为下采样层
5. 全连接层 / FC layer
6. Batch Normalization层(可能有)