卷积神经网络数学原理解析

文章预览

作　者 | Piotr Skalski 原标题 | Gentle Dive into Math Behind Convolutional Neural Networks 翻　译 | 通夜（中山大学）、had_in（电子科技大学） 本篇，再分享一篇关于CNN数学原理的解析，会让你 加深理解神经网络如何工作于CNNs。 出于建议，这篇文章将包括相当复杂的数学方程，如果你不习惯线性代数和微分也没事，目标不是记住这些公式，而是对下面发生的事情有一个直观的认识。  可视化和注释的完整源代码 ： GitHub：https://github.com/SkalskiP/ILearnDeepLearning.py      介绍 过去我们已经知道了这些紧密连接的神经网络。这些网络的神经元被分成若干组，形成连续的层layer。每一个这样的神经元都与相邻层的每一个神经元相连。下图显示了这种体系结构的一个示例。   图1. 密集连接的神经网络结构  当我们根据一组有限的人工设计的特征来解决分类问题时，这种方 ………………………………