资源|通俗理解卷积神经网络

点击上方“AI遇见机器学习”，选择“星标”公众号

重磅干货，第一时间送达

一、资源简介

今天给大家推荐的是一份关于卷积神经网络的通俗讲解，在这篇资料中，作者详细生动的讲述了卷积神经网络的历史，原理和作用，非常值得大家一看！

卷积神经网络（ , CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（ ），是深度学习（deep ）的代表算法之一 。卷积神经网络具有表征学习（ ）能力，能够按其阶层结构对输入信息进行平移不变分类（shift- ），因此也被称为“平移不变人工神经网络（Shift- , SIANN）

二、主要内容

CNN是一种神经网络，它松散地从大脑主要视觉通路的工作方式和层次结构中获取灵感。

卷积神经网络仿造生物的视知觉（ ）机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化（grid-like ）特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程（ ）要求 。

三、资源分享

同时为了方便大家，我们把最新PDF打包好了，可以直接下载哦~

获取方式：