卷积神经网络( 纯净版)Contents 机器学习，神经网络，深度学习之间的关系 什么是神经网络 梯度下降算法 反向传播算法 神经网络的训练 什么是卷积 什么是池化 LeNet-5 其它的工作2Convolutional Neural Networks机器学习，神经网络，深度学习之间的关系3Convolutional Neural Networks梯度下降算法+反向传播算法7Convolutional Neural Networks8Convolutional Neural Networks9Convolutional Neural Networks10Convolutional Neural Networks什么是卷积？右图展示了卷积的过程，和信号处理的卷积有所区别卷积降低了网络模型的复杂度（对于很难学习的深层结构来说，这是非常重要的），减少了权值的数量黄色部分是卷积核11Convolutional Neural Networks什么是池化？ 池化层主要的作用是下采样，通过去掉FeatureMap中不重要的样本，进一步减少参数数量。 池化的方法很多，最常用的是MaxPooling。M
