CNN卷积神经网络简介.PDFVIP

CNN卷积神经网络 Convolutional Neural Networks YSYY CNN √ 背景 √ 定义 √ 问题分析 √ 基本概念 局部感知 权值共享 池化 √ 综合 CNN产生背景 输入层 隐藏层/ 中间层 输出层 传 统 神 经 网 络 全连接中的每一层网络都和相邻层全部连接。如此并没有考虑到图片中 像素的空间分布，不管两个像素的距离远近都一视同仁，显然这样做是不合 理的。 因此卷积神经网络出现了，它考虑到了输入值（像素）的空间分布，再 加上一些人工设定的特性（例如共享权重等），使得它非常容易训练。从而 可以做出更深层的网络结构，拥有更好的识别效果。 CNN 定义 卷积神经网络（Convolutional Neural Networks, CNN ）是一 种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周 围单元，对于大型图像处理、图像分类有出色表现。 卷积神经网络是目前广泛使用的一种深度学习网络。测试 10000张MNIST图像数据集，CNN的正确率能够达到99.67%。 CNN 问题分析 人看到的 计算机看到的 CNN 问题分析 原始 输入 输出 一张JPG 元素个数： 80%是猫 格式的 28 ×28 ×3 CNN 28 ×28 (3指代RGB值) 神经 15%是狗 大小的彩 网络 色图片 元素取值范围： 5% 是鸟 0~255 (对应点的像素 灰度) 局部感知 全连接 CNN 一个隐藏神经元 一个隐藏神经元 与上一层 与上一层 全部 一小块区域 的神经元连接 的神经元连接 局部感知 感受野：表示一个隐藏层神 经元对上一层的感受区域 过滤器/卷积核 以输入28 ×28 ×3的像素数组，5 ×5 ×3的过