10.卷积神经网络CNN

前言

  CNN和DNN的差别：

• CNN基本组成：输入层、隐藏层、输出层，但隐藏层又进一步分为：卷积层、池化层
• 非全连接+权值共享：降低模型复杂度，减少权值数量

一、原理

  卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一。

1、结构化特征

  卷积神经网络CNN，具有很强的表征学习能力，所以这里面涉及到“结构化特征”。

上面是以图片特征抽取为例展开的特征信息抽象，对于其他场景，比如音频，也是可以通过结构化特征抽取，提炼有效信息。

2、输入层