【干货】卷积神经网络CNN学习笔记

推荐阅读时间8min~12min

本文主要是对我们学习会的内容的一次整理，大部分是slides截图，少部分附有自己的解释。

--作者 白雪峰

--单位 哈工大机器翻译实验室

首先文章提纲为：

1

CNN栗子（A Beginning Glimpse of CNN）

上面是最经典和开始的两篇CNN的结构图

2

What is CNN?

计算动图如下：

上面移动的小矩阵有两种叫法，一种叫做滤波器filter，一种加法叫做卷积核Kernel，是相同的东西只是不同的叫法。

b、图像上作卷积的效果：

2.4、用到神经网络中

我们其实需要学习的就是里面的线上面对应的权值，比如上面绿色的代表3*1的卷积核大小，只是这里用神经网络的结构表示出来了。

2.5、卷积的细节

其中每一个卷积核代表提取不同的特征，多个卷积核提取的特征然后进行组合(这样更强大)，一同送入到后续的结构。

下面来一个更通俗的解释：

每个人代表一个卷积核来进行提取不同的特征，一个人是弱小的，但是一组人就强大了，他们有着不同的知识（权重），这样类比来理解，就会好理解很多。

2.6 池化（Pooling）

转自：机器学习算法与自然语言处理

完整内容请点击“阅读原文”