关于cnn的一些理解

— title: 关于CNN的一些理解 updated: 2018-11-30 16:29 —

卷积层

普通神经网络把输入层与隐层进行全连接，会带来比较高的数据维度以及数量巨大的参数，例如：

• 输入灰度图像的大小为100*100，则输入层需要10000个输入单元

• 需要提取的特征个数为100，则隐层神经元个数为100 如上所述，需要学习的参数个数为10^6 . 卷积层解决这类问题的方法是对隐含单元与输入单元之间的连接加以限制：每个隐含单元只能连接输入单元的一部分。