通俗易懂:彻底明白什么是神经网络
。
想象一个黑箱子,你给它输入(样本),它给你输出(实际输出),但是输出和你想要的结果有偏差,于是你事先告诉它你想要的结果(期望输出),它做一些调整(调整内部权值和阈值)以适应你的期望,如此反复,黑箱子就摸透了你的这些样本的规律,于是在来一些没有期望输出的样本就能预测输出了,但是这些样本必须是属于一类问题的,如果换了一类就必须重新训练它,这个黑箱子是神经网络,有很多有层次有连接的神经元构成。
卷积神经网络通俗理解
卷积神经网络(ConvolutionalNeuralNetworks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(FeedforwardNeuralNetworks),是深度学习(deeplearning)的代表算法之一。
卷积神经网络具有表征学习(representationlearning)能力,能够按其阶层结构对输入信息进行平移不变分类(shift-invariantclassification),因此也被称为“平移不变人工神经网络。