入门卷积神经网络必备，基础、理论、实战一网打尽！

目录

前言

教程安排

1、基本概念

2、论文解读

3、模型结构与原理

4、模型实战

5、问题解答

6、目标检测领域

相关技术群

---

前言

其实，挺早之前就有更新有关于卷积神经网络文章的想法，这些时间里，因为一些事情，更新进度确实慢了一些，但是也还好，文章在成长中。

到目前为止，也已经更新了10多篇卷积神经网络的文章，有基本概念介绍，论文解读，原理讲解等等。后面会有更详细的介绍。

文章还在更新中，如果你想入门卷积神经网络，这些文章，你一定要看，具体请关注公众号AI与区块链技术：

​部分文章如下，更多的文章，关注公众号了解一下吧！

【深度学习基础系列】

▶ 一篇文章解决卷积运算中的尺寸问题

▶ 盘天盘地盘“直男”，激活函数不简单

【卷积神经网络系列】

▶  01 卷积神经网络简介

▶  02 LeNet-5原理及代码详解

▶  03-1 AlexNet网络结构与原理分析

▶  03-2 AlexNet网络搭建与输出

【相关论文】

▶  AlexNet:ImageNet Classification with Deep CNN

▶  Large Scale Distributed Deep Networks

▶  Cooperative Initialization based DNN Training

▶  VGG：用于大规模图像识别的超深度卷积网络

【目标检测系列】

▶  YOLO v1 论文笔记 01

▶  YOLO v1 论文笔记 02

▶  YOLO v4 论文翻译

▶  重磅！！！OpenCV4.4.0新鲜出炉！支持YOLO v4，SIFT免费使用

▶  尝鲜！Windows下实现YOLOv4物体检测

▶  Python+OpenCV4实现YOLO v4物体检测

▶  视频教程：基于OpenCV4.4的YOLO4实战教程

教程安排

想入门卷积神经网络，那就要从下面这几个角度入手：

1、基本概念

2、论文解读

3、模型结构与原理

4、模型实战

5、问题解答

1、基本概念

想了解卷积神经网络，就要了解卷积神经网络中涉及到的一些基本概念，了解这些概念的含义，还有具体的实现原理和实现方式。比如什么是卷积以及卷积的方式？什么是激活函数？激活函数都有哪些？了解了这些基本概念，才能更好地了解后面的模型。

 

2、论文解读

想了解卷积神经网络模型，要先认真阅读对应的论文，了解模型提出的背景，模型相关的其他模型，了解模型的基本结构，了解模型的实验数据，了解模型的特点，分析模型的优缺点等等。

3、模型结构与原理

了解完论文，就要根据论文内容，去分析模型的结构和原理，了解模型的结构，了解模型不同层的参数，通过结构去分析模型的特点，分析模型的优缺点，去和其他的模型进行比较。

4、模型实战

光了解理论是不行的，要能够复现模型，能够利用复现的模型进行模型训练，测试，甚至能够应用到自己的科研或者工作中。当然对于我们入门来说我们能够复现模型，能够进行模型训练和测试就可以啦！

5、问题解答

上面的四部分，我们就基本上能够对卷积神经网络有深刻了解了，当然也适用于其他领域的学习。

在上面四部分的学习中，我们会意识到一些问题，可能问题很小，但是我们也要想明白，比如卷积层运算过程中涉及到的尺寸问题？我们要自己去理解这些问题，不断地去填充，保证我们对卷积神经网络无死角学懂！

这部分内容，我们会和基本概念放在一起。

当然，上面这些，我的教程里面都有，也会一直不断完善下去，就像我们的知识，会不断地填充。

6、目标检测领域

​因为自己之前有学过一些目标检测的内容，深入学习过YOLO，所以也分享了一些有关于YOLO的内容。

其他的我也会不断更新，想要跟我一起学习，那就关注我的公众号，学习起来吧！

 

相关技术群

第一个是总群 326866692 ，这个群可以容纳两千人进行学习交流，交流方向最为全面，包括人工智能、机器学习、深度学习、计算机视觉、区块链、计算机软件开发等。

群里有很多相关资料文档，供大家学习使用，部分资料如下：

​第二个是OpenCV专门的群 797239959 ，这个群是专门针对于计算机视觉OpenCV的群，你可以在这里群里获取OpenCV的学习资料，和OpenCV行业大佬进行交流。OpenCV会为我们以后学习卷积神经网络打下基础。

第三个是深度学习神经网络领域的群，能够容纳1000人，深度学习发展最好的领域，应该就是计算机视觉领域了，我们的卷积神经网络主要也是应用于计算机视觉，了解相关领域的研究内容等，可以加这个群，群号为：995139219。

​