【深度学习】卷积神经网络

1 卷积神经网络（CNN）可以做什么？

1. 检测任务
2. 分类与检索
3. 超分辨率重构：将图像训练的更清晰
4. 医学任务等
5. 无人驾驶
6. 人脸识别

2 用GPU：图像处理单元
比CPU块一百倍以上

3 卷积神经网络与传统神经网络的区别
传统神经网络：将数据拉成向量
卷积神经网络：三维数据

4 整体架构

• 输入层
• 卷积层：提取特征
• 池化层：压缩特征
• 全链接层
  

5 卷积进行特征提取：
绿色的：特征图

6 步长与卷积核大小对结果的影响

卷积网络中可以无限堆叠，但是并不是堆叠次数越高效果越好

7 卷积层涉及参数

1. 滑动窗口步长：移动窗口移动的步长决定特征图的大小（丰富度）一般为1