概述
卷积神经网络早在80年代就被提出,并且成功用于手写字体识别。近年由于其在图像识别、语音识别以及NLP方面的成功表现,成为最成功的网络结构之一。本节主要介绍
- CNN背后的动机
- CNN中Pooling层以及经典CNN架构
- CNN各种变种
另外关于CNN在NLP方面的应用可以参考。
* CNN在NLP中应用形式
* CNN用于文本分类
CNN提出动机
卷积
卷积在CNN中主要表现为矩阵乘积累加和,例如一维卷积表示为
s(x)=∫f(t)g
卷积神经网络早在80年代就被提出,并且成功用于手写字体识别。近年由于其在图像识别、语音识别以及NLP方面的成功表现,成为最成功的网络结构之一。本节主要介绍
- CNN背后的动机
- CNN中Pooling层以及经典CNN架构
- CNN各种变种
另外关于CNN在NLP方面的应用可以参考。
* CNN在NLP中应用形式
* CNN用于文本分类
卷积在CNN中主要表现为矩阵乘积累加和,例如一维卷积表示为