算法基础——卷积神经网络CNN

传统神经网络，把输入拉伸为一个列向量，CNN是直接读入原始数据，是一个3维的数据。

 卷积层提取特征，池化层压缩特征

 卷积神经网络将输入图像划分为一个个小区域，每个区域由若干像素点组成，对每个区域提取特征值，对每个区域X*W = H 提取特征也是调整W权重参数。这里只是一个维度，对图像R、G、B、3通道都进行特征提取。

 

 R、G、B三个通道输入X与W进行内积运算，最后结果之和加b得到输出O的第一个输出值3。

输入蓝色框一个区域计算后，向右移动一列，得到应一个区域，继续计算，得到O的第二个输出值。依次类推，可以算出输出矩阵O的每一个值。