——1——
CNN卷积神经网络
卷积神经网络 (CNN) 是一种直接从数据中学习的深度学习网络架构。CNN 对于在图像中寻找以及识别对象特别有用。它对于分类非图像数据(如音频、时间序列和信号数据)也非常有效。
神经网络接受输入图像/特征向量,并通过一系列隐藏层转换,然后使用非线性激活函数。每个隐藏层也由一组神经元组成,其中每个神经元都与前一层中的所有神经元完全连接。神经网络的最后一层(即“输出层”)也是全连接的,代表网络的最终输出分类。
一般卷积神经网络有如下结构:
-
•数据输入层/ Input layer
-
•卷积计算层/ CONV layer
-
•ReLU激励层 / ReLU layer
-
•池化层 / Pooling layer
-
•全连接层 / FC layer
当然卷积层,Relu激