文章目录
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。