卷积神经网络（CNN）之入门篇

一、CNN的作用

• 1、在图片的分类问题中，我们依旧需要根据训练集去判断测试集属于哪一个类别。图片是由不同的像素点组成，同一种动物不同的形态都会导致像素值的不同，通过CNN我们可以汇总得出图片中动物的整体特征，从而进行比对。
• 2、给定一张图片，是车还是马未知，是什么车也未知，现在需要模型判断这张图片里具体是一个什么东西，输出结果为：如果是车 那是什么车
• 3.依据少量的特征识别出图片的类别，在下图中，我们只可以看见猫的一只眼睛，两只耳朵和一个嘴巴，没有其余的身体特征；我们人类可以一眼识别出这只猫，计算机如何根据少量的特征进行识别呢？
  

二、CNN简介

• 1、CNN的概念：卷积神经网络是一种带有卷积结构的深度神经网络，卷积结构可以减少网络占用的内存量，三个关键的操作分别是局部感受野（每一次只取一小部分）、权值共享（相当于一个滤波器）、pooling层（适当的降维），有效的减少了参数，缓解了过拟合的问题。
  （1）局部感受野：由于图像的