1.卷积神经网络与传统神经网络的区别

image.png

2.整体架构

2.1 输入层

2.2 卷积层

2.3 池化层

2.4 全连接层

1.全连接神经网络的缺点

image.png
image.png
如果只有两个神经元，我们需要求四次偏导，计算量是很大的。
如果我们传入的信息是图像，那么以每个像素作为一个神经元，那么对计算机的计算负担是很重的。
image.png
CNN的优势就是可以降低全连接神经网络的计算量

2.CNN卷积神经网络的原理

image.png
image.png
image.pngimage.pngimage.png
image.png

3.池化层

image.png

4.输出层SoftMax

image.png
image.png

5.CNN的超参数设置

image.png
image.png
image.png

6.小结