2024年大数据最新深度学习（五）—— 卷积神经网络（CNN(4)，2024年最新看完直接怼产品经理_2024 深度学习 度量学习 分类

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

+ [3.2 平均池化](#32__115)
1

• 4 全连接层
• 5 CNN的构建
• • 5.1 数据加载
    • 5.2 数据处理
    • 5.3 模型搭建
    • 5.4 模型编译
    • 5.5 模型训练
    • 5.6 模型评估

1 CNN的组成

CNN网络受人类视觉神经系统的启发，人类的视觉原理：从原始信号摄入开始（瞳孔摄入像素 Pixels），接着做初步处理（大脑皮层某些细胞发现边缘和方向），然后抽象（大脑判定，眼前的物体的形状，是圆形的），然后进一步抽象（大脑进一步判定该物体是只人脸）。下面是人脑进行人脸识别的一个示例：

CNN网络主要有三部分构成：

• 卷积层
  • 提取图像中的局部特征
• 池化层
  • 大幅降低参数量级（降维）
• 全连接层
  • 类似人