【计算机视觉】万字长文详解：卷积神经网络

以下部分文字资料整合于网络，本文仅供自己学习用！

一、计算机视觉概述

如果输入层和隐藏层和之前一样都是采用全连接网络，参数过多会导致过拟合问题，其次这么多的参数存储下来对计算机的内存要求也是很高的

解决这一问题，就需要用到——卷积神经网络

这是一种理解卷积的角度（至少在吴恩达老师这个教学视频中是），也是我之前没有想到的。其实在该刚开始接受卷积神经网络时，我一直很想弄清卷积的真正含义，为此也学习了一些，和有自己的一些理解，详见后文2.6小节！

二、卷积神经网络

2.1：卷积运算

卷积运算是卷积神经网络的基本组成单元之一

这里将从边缘检测（edge detection)入手，举例来介绍卷积神经网络

通过这种卷积运算，我们可以检测到图像的边缘：（我们把中间的3x3的矩阵称为：过滤器、边缘检测器、卷积核

下面来讲，如何将这种卷积运算作为基本单元，运用到卷积神经网络中。

• 正边缘(positive edges)和负边缘(negative edges):由亮变暗和由暗变亮
  

• 其他的边缘检测器（卷积核）
  

• 如何让算法自己学习得到边缘检测器，而不是像上面那样手动设计（传统的计算机视觉）——卷积神经网络
  

  声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/2023面试高手/article/detail/648121