卷积神经网络介绍 AnnualReport 汇报人： 1受Hubel 和Wiesel 对猫视觉皮层电生理研究启发，有人提出卷积神 经网络（CNN ），Yann Lecun 最早将CNN 用于手写数字识别并 一直保持了其在该问题的霸主地位。 与普通神经网络的区别在于，卷积神经网络增加了卷积层和池化层 的概念。 单击添加标题，建议您在展示时采 用微软雅黑字体 单击此处编辑内容 单击添加标题，建议您在展示时采 用微软雅黑体 单击此处辑内容 卷积神经网络概述 2传统的BP 网络包括输入层、隐藏层、输出 层。 下面的CNN 网络以一张图片作为输入， 先经过卷积层得到C1 ，再经过池化层得 到S1 ，再经过卷积层得到C2 ，再经过池 化层得到S2 。将S2 的所有图片展开生成X ，之后连接上普通的全连接神经网络进行 图片的分类。 需要注意的是S1 到C2 的的连接，C2 层的 每个神经元只是部分与S1 层的神经元连接 ，而传统的BP 网络中每个神经元会与上一 层的所有神经元进行连接。 单击添加标题，建议您在展示时采 用微软雅黑字体 单击此处编辑内容 单击添加标题，建议您在展示时采 用微软雅黑体 单
