本章主要内容:
- 什么是卷积运算
- 使用卷积的动机
- 池化
- 神经网络中卷积的变种
- 不同难度数据的卷积
- 使卷积更高效的方法
- 神经科学原理
[success]
CNN基于这样一些先验知识对前馈网络优化:
(1) some pattens are much smaller than the whold image --- filter
(2) the same pattens appear in different regions --- shared parameters
(3) subsampling the pixels will not change the object --- pooling
完整的CNN网络结构: