卷积神经网络 神经网络与深度学习 https:/nndl.github.io/神经网络与深度学习 2 全连接前馈神经网络 权重矩阵的参数非常多 局部不变性特征 自然图像中的物体都具有局部不变性特征，比如尺度缩放 、平移、旋转等操作不影响其语义信息。 而全连接前馈网络很难提取这些局部不变特征。神经网络与深度学习 3 卷积神经网络 卷积神经网络（Convolutional Neural Networks，CNN）是一种前馈神经网络。 卷积神经网络是受生物学上感受野（Receptive Field）的机 制而提出的。 在视觉神经系统中，一个神经元的感受野是指视网膜上的 特定区域，只有这个区域内的刺激才能够激活该神经元。 卷积神经网络有三个结构上的特性： 局部连接 权重共享 空间或时间上的次采样神经网络与深度学习 4 卷积 神经网络与深度学习 5 卷积 Filter: -1,0,1神经网络与深度学习 6 两维卷积 在图像处理中，图像是以二维矩阵的形式输 入到神经网络中，因此我们需要二维卷积。神经网络与深度学习 7 两维卷积示例神经网络与深度学习 8 卷积扩展 引入滤波器的滑动步长s和零填充p神
