神经网络与卷积神经网络入门（保证让你懂）

我一直搞不懂神经网络是怎么工作的以及为什么cnn要卷积池化就能达到图像分割的目的

直到我看到了深度之眼的课程

我先用通俗易懂的语言解释一下神经网络说白了就是利用链式求导法则将loss函数对权重w求导，然后通过梯度下降的方向调整w使loss函数值最小，这也就是所谓的反向传播算法。卷积神经网络就是卷积和池化操作，因为这两个操作符合图像识别的三个特性，所以能达到图像分割的作用，核心点是卷积核上的每个值就是权重，图像是以矩阵的形式存在计算机的，所以这一些条件是cnn可以进行图像分割的基础，也是神经网络用于图像分割的原因。

---

 

其中涉及了一个正则化的问题，正则化为什么能减轻过拟合现象呢，是因为它能减小w权重，w越小说明数据扰动对结果影响越小。