卷积神经网络：具有表征学习能力的人工神经网络

文章预览

1 算法简介 卷积神经网络(Convolutional neural network, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络，是近年发展起来并引起广泛重视的一种高效识别方法。CNN的设计灵感来源于动物视觉系统分级处理信息的能力，即较低层的神经网络提取图像的浅层特征(如边缘信息),较高层的神经网络提取图像的深层特征(如图像的某个像素块),最终得到图像的整体特征。CNN可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程要求。 简而言之，CNN是一种专门为处理图像数据而设计的神经网络，具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络”。 2 ………………………………