卷积网络（convolutional network),也叫作卷积神经网络（convolutional neural network,CNN),是一种专门用来处理具有类似网格结构的数据的神经网络。卷积网络在诸多应用领域都表现优异。‘卷积神经网络’一词表明该网络使用了卷积（convolutional)这种数学运算。卷积神经网络的运作模式如下图所示：
上图只是一个卷积神经网络的基本构成，其中卷积层和池化层可以根据实际情况任意增加。当前卷积神经网络的应用场合非常广泛，比如图像识别，自然语言处理，灾难性气候预测甚至围棋人工智能等，但是最主要的应用领域还是图像识别领域。
那么问题来了，为什么要用卷积神经网络来做这个事情呢？
如上图所示，人看到的图像，经过大脑的处理，最后呈现给我们的就是这个图像本身，而电脑看到的图像，实际上是一堆像素点的集合。面对这堆像素点，电脑并不知道这是个什么东西。那么我们需要电脑做什么呢？当然是让电脑辨认出这堆像素点所代表的那个图像。怎么做呢？伟大的科学家们这里借鉴了神经生物学家对猫在观察事物时候大脑皮层的工作原理提出了神经网络的概念。
关于这个实验，网上和参考书上有详细介绍，这里总结就是，大脑
到此这篇CNN神经网络原理（cnn神经网络原理图）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/cjjbc/36949.html