卷積神經網路
人工神經網絡 / 維基百科,自由的 encyclopedia
卷積神經網路(英語:convolutional neural network,縮寫:CNN)是一種前饋神經網路,它的類神經元可以回應一部分覆蓋範圍內的周圍單元,[1]對於大型圖像處理有出色表現。
此條目可參照外語維基百科相應條目來擴充。 |
卷積神經網路由一個或多個卷積層和頂端的全連通層(對應經典的神經網路)組成,同時也包括關聯權重和池化層(pooling layer)。這一結構使得卷積神經網路能夠利用輸入資料的二維結構。與其他深度學習結構相比,卷積神經網路在圖像和語音辨識方面能夠給出更好的結果。這一模型也可以使用反向傳播演算法進行訓練。相比較其他深度、前饋神經網路,卷積神經網路需要考量的參數更少,使之成為一種頗具吸引力的深度學習結構[2]。
卷積神經網路的靈感來自於動物視覺皮層組織的神經連接方式。單個神經元只對有限區域內的刺激作出反應,不同神經元的感知區域相互重疊從而覆蓋整個視野。