核心概念

卷积神经网络

用局部卷积和权重共享处理网格结构数据的神经网络。

是什么

在图像等网格上重复使用小核计算局部特征图的网络家族。 [1]

为何出现

全连接图像层参数巨大且不显式编码局部结构;局部连接与共享参数引入空间归纳偏置。

如何工作

卷积核滑过窗口做加权求和;多通道、激活、步幅、填充和池化共同决定特征图。

能做什么与不能做什么

能用于分类、检测、分割等;不自动理解场景,也不天然对旋转、尺度、遮挡和分布变化稳健。

在本书中

见第12章卷积直觉与AlexNet案例。

本页参考来源

  1. Goodfellow I, Bengio Y, Courville A. Deep Learning [M]. MIT Press, 2016. Online edition. 定位:Chapter 9, especially §§9.1–9.3. 稳定来源(访问 )。

相关概念