内容简介：卷积神经网络（Convolutional Nerural Networks, 简称CNN或者ConvNet）。一般典型的CNN神经网络都具有如下的层次结构，从输入数据的开始，经历卷积层、线性整流层、池化层、全连接层到最后的损失函数层，最后就是数据的输出。
卷积神经网络（Convolutional Nerural Networks, 简称CNN或者ConvNet）。
结构
一般典型的CNN神经网络都具有如下的层次结构，从输入数据的开始，经历卷积层、线性整流层、池化层、全连接层到最后的损失函数层，最后就是数据的输出。
- LeNet-5结构
-
AlexNet结构
卷积层Convolutional layer
卷积层这一层结构主要是与卷积有关的，要理解卷积层，就需要弄明白卷积是什么和卷积的作用是什么这个两个问题
卷积是什么
卷积是泛函分析中的一种数学算子，通过两个函数f和g生成第三个函数，用于表征函数f与g经过反转和平移的重叠部分的面积。看看简单的定义式
理解的关键需要抓住定义中反转、平移、重叠和面积这四个关键词。
图解其运算过程
以上便是卷积的定义和解释了，但是这只是 一维 的 连续 的信号（函数f和g）的卷积的定义和理解，图像信号是二维且离散的，那仍需要理解一番二维的离散卷积。
以上所述就是小编给大家介绍的《CNN笔记》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- 【每日笔记】【Go学习笔记】2019-01-04 Codis笔记
- 【每日笔记】【Go学习笔记】2019-01-02 Codis笔记
- 【每日笔记】【Go学习笔记】2019-01-07 Codis笔记
- vue笔记3，计算笔记
- Mysql Java 驱动代码阅读笔记及 JDBC 规范笔记
- 【每日笔记】【Go学习笔记】2019-01-16 go网络编程
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
数据挖掘概念与技术
(加)Jiawei Han;Micheline Kamber / 范明、孟小峰 / 机械工业 / 2007-3 / 55.00元
《数据挖掘概念与技术(原书第2版)》全面地讲述数据挖掘领域的重要知识和技术创新。在第1版内容相当全面的基础上，第2版展示了该领域的最新研究成果，例如挖掘流、时序和序列数据以及挖掘时间空间、多媒体、文本和Web数据。本书可作为数据挖掘和知识发现领域的教师、研究人员和开发人员的一本必读书。 《数据挖掘概念与技术(原书第2版)》第1版曾是受读者欢迎的数据挖掘专著，是一本可读性极佳的教材。第2版充实了数据......一起来看看 《数据挖掘概念与技术》 这本书的介绍吧!
