应求发布。
一、前言
神经网络的发展其实很早,但是因为过拟合和容易收敛到局部最优解的问题在90年代被SVM超了风头,但是后来由于深度学习概念的提出,神经网络又以CNN为代表的姿态(还有其他一些比较出名的深度网络比如(RNN,LSTM,深度信念网络等)卷土重来。CNN(Convolutional Neural Network)是相对于传统神经网络(Fully-ConnectedNeural Network)而言的,它有三大特征:局部感受野(local receptive fields),共享权重(shared weights),和池化(pooling)。传统神经网络不能有太多层,因为会容易过拟合,容易梯度消失,难以训练,但是卷积神经网络利用上述三大特征一定程度上克服了这些问题,将网络层数拓展的很深。下面就来详细说下CNN。
二、CNN详解
1.为什么CNN可以使深度网络变得可能?
①我们都知道,CNN应用在图像上是最多的,因为图像包