zealous___的博客

转载 卷积神经网络的学习笔记1

一、结构概述神经元的三维排列。卷积神经网络机构基于一个假设——输入数据是图像。所以这种特有属性，使得前向传播函数实现起来更高效，并且大幅度降低了网络中参数的数量。在神经网络中：输入是一个向量，然后每个隐层由若干的神经元组成，每个神经元都与前一层中的所有神经元连接。常规的神经网络对于大尺寸图像效果不尽人意，因为在全连接下， 权重和偏差参数会变得很多，导致网络过拟合等问题。与常规神经网络不同，卷积神经网络的各层中的神经元是3维排列的：宽度、高度、和深度（这里的深度指的是激活数据体的第三个维度，而不是整个网络的深