CNN的通俗理解

1 卷积神经网络Convolutional Neural Networks,CNN

1.1 前言

卷积神经网络是针对图像的深度学习框架。

1.2 图像转化成矩阵

对于任意的图像，首先要讲其转化成计算机可以识别的对象，也就是矩阵。转化的规则有很多，比如可以根据灰度值。下面我们假设图像可以用这样的矩阵来表示。

1.3 卷积核

为了识别上图的图像，我们需要借助一些特征，比如我们借助下图的特征

上图中的蓝色矩阵是特征矩阵，一般称为卷积核（convolutional kernel或kernel或filter或detector）。

1.4 特征图feature map

有了上图的卷积核，接下来的操作就是用卷积核对目标图像进行扫描。如何扫描呢，就是用卷积核和原图上的相同大小的矩阵对应元素相乘再相加。其实这就是在比较原图和卷积核的相似度，可以这样理解。

以第一个卷积核$\left(\begin{array}{cc}1& 0\\ 0& 1\end{array}\right)$和图像上的第一个被扫描到的矩阵$(\begin{array}{cc}0& \\ 0& \end{array}$