CNN卷积神经网络

CNN卷积神经网络

一、CNN卷积神经网络概念
卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。

二、CNN卷积神经网络原理
简要介绍下。神经网络的每个单元如下:
其对应的公式如下:
其中，该单元也可以被称作是Logistic回归模型。当将多个单元组合起来并具有分层结构时，就形成了神经网络模型。下图展示了一个具有一个隐含层的神经网络。其对应的公式如下:
比较类似的，可以拓展到有2,3,4,5，…个隐含层。神经网络的训练方法也同Logistic类似，不过由于其多层性，还需要利用链式求导法则对隐含层的节点进行求导，即梯度下降+链式求导法则，专业名称为反向传播。

三、CNN卷积神经网络层次结构
CNN卷积神经网络一共有5个层次结构：
输入层
卷积层
激励层