理解cnn
convolution nerual network
主要是因为在图像处理过程中,如果以pixel作为单位,数目太大,运行缓慢,使用cnn可以在尽量少影响图片质量的情况下降低图片的维度,减少运算负担。
分为三层
卷积层负责提取图像中的局部特征;池化层用来大幅降低参数量级(降维);全连接层类似传统神经网络的部分,用来输出想要的结果。
1.卷积层
使用卷积核对图像进行扫描,提取局部特征
2.pooling
采样,降维
3.全连接层
将降维后的图片进行运算,输出。
具体连接:一文看懂卷积神经网络.