CNN 学习

1. 基础概念

1.1. 应用

CNN可以用来干什么？

• Object Detection（目标检测）
• Finegrain Classification（细粒度分类）
• Face Attributes Recognition（面部属性识别）
• Landmark Recognition（地标识别）

MobileNet是一种特殊的卷积神经网络（CNN），专注于在移动端和嵌入式设备上实现高效、轻量级的深度学习推理。 

• Real-time object detection（实时目标检测）
• AI作图

资料CNN发展史+论文+代码_cnn论文-CSDN博客

1.2. 卷积在数学和CNN中的概念 

 CNN将卷积这一概念应用到神经网络中。

1.3. 图像

CNN主要是对图像进行处理，先了解一下图像。

 有些图像，一个点存四个0~255的数字，加上了Grey灰度，比如莫兰迪色系的图像。

1.4. CNN与MLP

ANN人工神经网络

MLP多层感知机

FCNN全连接神经网络

CNN卷积神经网络的区别和关系

---

一、定义与特点

1. ANN（Artificial Neural Network，人工神经网络）
   • 定义：ANN是一种模拟生物神经网络结构和功能的数学模型，由大量相互连接的人工神经元组成。这些神经元通过权重和连接模拟生物神经元之间的信息传递和处理过程。
   • 特点：
     • 具有良好的适应性和鲁棒性。
     • 可以快速有效地处理海量数据。
     • 具有学习和自主改进网络结构和参数的能力。
     • 可以模拟人类的认知思维和决策过程。
   • 应用：广泛应用于图像和语音识别、自然语言处理和机器翻译、金融预测和股票分析、机器人控制和自动化系统等领域。
2. MLP（