卷积神经网络基础：（6）卷积神经网络原理

目录

1、卷积网络与传统网络的区别

2、整体架构

 3、卷积操作​

 4、卷积涉及的参数

5、卷积计算公式：

6、卷积参数中的重要特点

7、池化层作用

 8、整体网络架构

 9、特征图变化

10、感受野

---

1、卷积网络与传统网络的区别

 上图中左边是NN传统网络，右边是CNN卷积网络。

传统网络输入比如784表示784个像素点，这只是一列特征；

在CNN当中输入的不是784个像素点，而是原始的一张图像28x28x1是个三维的，当使用卷积网络做事情的时候，我们得把思想再抬高一个维度，现在的数据他就不是一列，不是一个向量，不是一个特征，而是一个长方体矩阵，它是一个三维的，所以接下来我们处理的矩阵都是三维的，HxWxC的我不会先把数据拉成一个向量，而是直接对这个样本，图像数据进行一个特征提取。PS：注意这里的输入是一个HxWxC的；这里还涉及一个depth信息；

2、整体架构

 简单的理解：卷积是提取特征，池化是压缩特征。