1 绪论

       从计算机的角度来看，图像实际上是一个二维矩阵，卷积神经网络所做的工作就是采用卷积、池化等操作从二维数组中提取特征，并对图像进行识别。

     使用全连接神经网络处理图像的最大问题就是：全连接层的参数太多，参数增多除了导致计算速度减慢，还很容易导致过拟合的问题。

2 以图像识别为例介绍卷积神经网络

  2.1 给定一张图像，通过CNN识别X还是O，是怎末做到的呢？

2.2 提取特征

以X为例可以提取三个重要的特征，交叉线和对角线。

假如以像素值"1"代表白色，像素值"-1"代表黑色，则字母X的三个重要特征如下：

2.3 卷积

2.4 池化

2.5 激活函数

2.6 卷积神经网络

卷积神经网络

原文：https://www.cnblogs.com/Sunnyside-Bao/p/11228074.html