用神经网络来对图片识别
例如第一层就只是对图片进行一次颜色分类,第二层再对条纹分类,越来越深层的网络层,图像的识别会更好
因为好多特征对于我要提取的并没有用,所以在更深层网络之前把它过滤掉,就用到了卷积+pooling
Property 1. 对于整张图片的某个特征,我们不需要对整个图片来检测有没有这项特征,只需要看图片的一个小的部分,所以每个网络不需要链接到整个完整的图;
Property 2. 不同图片对同一个特征可能出现在不同的地方,不需要两个网络来进行CNN;
Property 3. 图片的大小不一样,对像素进行二次采样不会改变对象;
分析卷积+Pooling(Convolution+Pooling)
假设