卷积神经网络

卷积

1、简介

直观理解深度学习卷积部分

2、过程

• 卷积能处理平移不变性，但是不能处理旋转不变性，平移结果对卷积之后的结果不产生影响，卷积-非线性-池化
  

• 提取边缘–横向纵向
  

• 特征的特征
  

• 激活函数，所有的卷积都是线性的，无论进行多少次卷积都相当于只进行了一次卷积，中间进行一次非线性的转化才能实现质的飞跃
  

• 池化，存在大量冗余的信息，将多余信息删掉，取一个最大的其余的去掉，抓大放小
  

• 卷积核的大小一般为3*3(最小的)

• 感受视野的扩张，从局部到全局
  

• 全连接 出来的是概念，要分类的东西，然后统计概率