阿里云天池零基础入门CV赛事(5)——卷积神经网络

task3 — 卷积神经网络（CNN）
卷积神经网络（简称CNN）是一类特殊的人工神经网络，是深度学习中重要的一个分支。CNN在很多领域都表现优异，精度和速度比传统计算学习算法高很多。特别是在计算机视觉领域，CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。

1 卷积层

在二维卷积层中，一个二维输入数组和一个二维核（kernel）数组通过互相关运算输出一个二维数组。

卷积窗从输⼊数组的最左上开始，按从左往右、从上往下的顺序，依次在输入数组上滑动。当卷积窗滑动到某一置时，窗口中的输入子数组与核数组按元素相乘并求和，得到输出数组中相应位置的元素。上图的运算：

2 池化层

池化层直接计算池化窗⼝内元素的最⼤值或者平均值。

在二维最大池化中，池化窗口从输入数组的最左上方开始，按从左往右、从上往下的顺序，依次在输入数组上滑动。当池化窗口滑动到某一位置时，窗口中的输入子数组的最大值即输出数组中相应位置的元素。上图的运算：