1 绪论
从计算机的角度来看,图像实际上是一个二维矩阵,卷积神经网络所做的工作就是采用卷积、池化等操作从二维数组中提取特征,并对图像进行识别。
使用全连接神经网络处理图像的最大问题就是:全连接层的参数太多,参数增多除了导致计算速度减慢,还很容易导致过拟合的问题。
2 以图像识别为例介绍卷积神经网络
2.1 给定一张图像,通过CNN识别X还是O,是怎末做到的呢?
2.2 提取特征
以X为例可以提取三个重要的特征,交叉线和对角线。
假如以像素值"1"代表白色,像素值"-1"代表黑色,则字母X的三个重要特征如下:
2.3 卷积
2.4 池化
2.5 激活函数
2.6 卷积神经网络