在卷積神經網路（convolutional neural network，cnn）中，卷積層的神經元只與前一層的部分神經元節點相連，即它的神經元間的連線是非全連線的，且同一層中某些神經元之間的連線的權重w和偏移b是共享的（即相同的），這樣大量地減少了需要訓練引數的數量。
卷積神經網路cnn的結構一般包含這幾個層：
當然中間還可以使用一些其他的功能層：
在卷積層中有幾個重要的概念：
假設輸入的是乙個28×28的二維神經元，我們定義5×5的乙個local receptive fields（感知視野），即隱藏層的神經元與輸入層的5×5個神經元相連，這個5×5的區域就稱之為local receptive fields
可類似看作：隱藏層中的神經元具有乙個固定大小的感知視野去感受上一層的部分特徵。在全連線神經網路中，隱藏層中的神經元的感知視野足夠大乃至可以看到上一層的所有特徵。
而在卷積神經網路中，隱藏層中的神經元的感受視野比較小，只能看到上一次的部分特徵，上一層的其他特徵可以通過平移感知視野來得到同一層的其他神經元，由同一層其他神經元來看
機器學習筆記22 神經網路 卷積神經網路
參考資料 面向機器智慧型的tensorflow實踐 keras example mnist cnn.py keras中文文件 常用層卷積層 卷積理解就是之前影象處理裡用作檢測邊緣 檢測角點的運算元，例如 輸入 12 34 begin 1 2 3 4 end 13 24 核 2 begin 2 end...
機器學習13 14 深度學習 卷積
1.簡述人工智慧 機器學習和深度學習三者的聯絡與區別。一 概念的區別 1 人工智慧 人工智慧 artificial intelligence 簡稱ai。人工智慧是電腦科學的乙個分支，它企圖了解智慧型的本質，並生產出一種新的能以人類智慧型相似的方式做出反應的智慧型機器，是研究 開發用於模擬 延伸和擴充...
機器學習之卷積神經網路（一）
計算機視覺 computer vision 深度學習與計算機視覺可以幫助汽車，查明周圍的行人和汽車，並幫助汽車避開它們。還使得人臉識別技術變得更加效率和精準，我們可以體驗到通過刷臉就能解鎖手機或者門鎖的便捷。當你解鎖了手機，手機上一定有很多分享的應用。在上面，可以看到美食，酒店或美麗風景的。有些公司...