https://www.bilibili.com/video/BV1JE411g7XF?p=17
https://www.bilibili.com/video/BV1JK4y1D7Wb?p=22
一、概述
cnn 是 nn 的简化,神经元共享权重。
不变性:图片特征在图片的不同位置不影响其含义。
局部性:局部特征构成特定含义,不需要考虑整体
采样性:pooling。采样不改变性质。
cnn处理文本:fasttext
二、基本结构
1、cnn层 - relu层 - pooling层 (循环)
2、 Flatten + FC 得到最后结构
三、CNN结构
基本:stride + kernal size + 卷积数
卷积方式:空洞卷积(参与卷积的元素是不连续的)、反卷积(得到原始像素); https://www.cnblogs.com/guoyaohua/p/9443612.html
不同kernal size的混合:GoogleNet
shortcut way :resnet、denseNet。
四、CNN可以学到什么
五、其他应用
六、缺点
CNN 不能处理旋转、放大的问题( 可以通过 数据增高来解决)