CNN卷积神经网络原理.docx

CNN卷积神经网络原理(总25页)-CAL-FENGHAI.-(YICAI)-CompanyOnel-CAL-本页仅作为文档封面，使用请直接删除一、CNN卷积神经网络原理简介本文主要是详细地解读CNN的实现代码。如果你没学习过CNN，在此推荐周晓艺师兄的博文：DeepLearning（深度学习）学习笔记整理系列之（七），以及UFLDL上的卷积特征提取、池化CNN的最大特点就是稀疏连接（局部感受）和权值共享，如下面两图所示，左为稀疏连接，右为权值共享。稀疏连接和权值共享可以减少所要训练的参数，减少计算复杂度。layerm+1layermlayermlayerm-1feature(5ood至于CNN的结构，以经典的LeNet5来说明：*这个图真是无处不在，一谈CNN，必说LeNet5，这图来自于这GaussianconnectionsSubsamplingCanYolultonsINPUT32x32G3:fmaps1610k1C