卷积神经网络(Convolutional Neural Network, CNN)与LeNET-5
背景介绍：深度学习两大依赖因素：大规模的训练数据、高性能的计算平台。CNN直接从图像原始像素出发，经过极少的预处理，就可以提取特征识别出视觉上的规律。CNN——>层数变深，结构变复杂。通过增加深度，网络能够抽象出更深层、更抽象的特征——>网络变得难以优化和训练。“全连接的深度网络”存在梯度消失、局部最优解、可扩展性差的缺点卷积运算(1.)离散情形：类似于向量作内积运算，CNN中的离散卷积是相同阶数