卷积神经网络CNN概述
卷积神经网络(CNN),通过卷积层与池化层的叠加实现对输入数据的特征提取,最后连接全连接层实现分类。对于图像处理有出色表现,在计算机视觉(CV)中得到了广泛应用。从某种意义上说CNN主要用于图像类数据的处理。卷积神经网络相比传统的机器学习算法,无须手工提取特征,也不需要使用诸如SIFT之类的特征提取算法来预提取,而是可以在训练中自动完成特征的提取和抽象,并同时进行模式分类,大大降低了应用图像识别的难度。卷积神经网络是一种具有局部连接、权值共享等特性的深层前馈神经网络,因此是一个静态网络,信息的传递是单向
复制链接