CNN笔记

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。