CNN基础

CNN，可视为图像到图像内容的一组分类概率的映射

构成：1.卷积层，是一种激活映射，也叫特征映射。主要作用，提特征。

其中，卷积核，可视为过滤器；过滤器越多，激活映射的深度越大，对输入内容了解的越多。越深入网络，过滤器的感受野越大，能处理更大范围的原始输入内容。

2.全连接层，实质是一种分类器。主要作用，分类。上层抽取的特征向量做一个权重计算，输出各个类别的概率。

3.池化层。减少输入的空间维度（长和宽），深度不变。作用：减少权重参数；控制过拟合。

4.Dropout层，防止CNN的权重与训练样本太过匹配而过拟合，只用于训练中，不用于测试过程。