深度学习初学

       深度学习属于机器学习的分支。类似于生物学上的神经元，人类能产生多种视觉，嗅觉，听觉都是无数神经元的作用，深度学习模型也包含很多神经元，这些神经主要包含三部分：输入层，隐藏层，输出层。其中隐藏层最复杂。

       在CV领域主要用到的是卷积神经网络，一个经典的卷积神经网络包括输入层，卷积层，池化层和输出层。

输入层：

图像输入，即二维数组的输入，若是多通道的图像则是三维数组的输入。

卷积层：

在传统图像处理中，就有卷积的概念，在频域中都是做卷积运算。在深度学习中，卷积层即使用一个卷积核kernal和原始图像做卷积运算，卷积的过程既是提取图像特征的过程。

池化层：

池化层主要用来降采样，降低数据的规模，加快训练的速度