1.2.2  卷积与权值共享 卷积是CNN的核心，用卷积核作用于图像就可以得到相应的图像特征。 在传统BP神经网络中，前后层之间的神经元是“全连接”的，即每个神经元都与前一层的所有神经元相连，而卷积中的神经元只与上一层中部分神经元相连。从仿生的角度来说，CNN在处理图像矩阵问题时会更加高效。例如，人的单个视觉神经元并不需要对全部图像进行感知，只需要对局部信息进行感知即可，若距离较远、相关性比较弱的...

特别声明： 版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。