deeplearning学习总结（三）——卷积神经网络（CNN）

1. CNN介绍 1.1 为什么引入CNN CNN是一种主要用于图像识别的神经网络深度学习方法，当图片像素过大，例如为3000*3000时（当然这也太大了），在Keras中根本无法使用Dense层直接运算，因此需要引入CNN。简单的说：CNN在工作过程中提取图片边缘信息，丢弃掉剩余信息，使图片信息变小，更便于运算。 1.2 CNN工作方式 计算机通过寻找诸如边缘和曲线之类的低级特点来分类图片， 经过卷积层后构建出更抽象的概念。CNN采用了局部连接和权值共享，保持了网络的深层构架，同时又减少了网络参数，使模型具有较好的泛化能力的同时，又便于训练。 1.3 卷积过程 卷积过程有三个二维矩阵参与，它