人工智能从入门到精通（14）

卷积神经网络：

1. 输入层：图片一般是三维矩阵（黑白深度为1，RGB图片为3）
2. 卷积层：矩阵会变深
3. 池化层：不改变深度，缩小矩阵大小
4. 全连接层

5. softmax层

   全链接层和使用卷积层参数的对比

一张图片是32*32*3大小，输入层就有3072个节点，如果第一层全连接层任然是500个节点，那么这一层全连接神经网络就有3072*500+500约等于150万个参数。

使用卷积
输入层为32*32*3 ，假设第一层卷积尺寸为5*5，深度为16的过滤器，那么这个卷积层的参数个数为5*5*3*16+16=1216个

池化层

作用：

1. 缩小矩阵尺寸
2. 防止过拟合