关键词：
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120806599
目录
第1章 卷积神经网络总体概述
1.1 什么是卷积神经网络
1.2 卷积神经网络的总体框架
1.3 卷积神经神经网络案例
备注：
- 通常情况下，带训练参数的层，成称为网络的层数。
- RELU和POOL层本身不带有训练参数。
第2章 卷积神经网络的描述方法
2.1 通道法、层内并行法
通道法关注的是：
通道的数目，即为神经元的数目，与输入图形的三个RGB通道等位
而二维平面，即为每个神经元内部的W矩阵，长度 * 宽度就是每个神经元内部的参数的个数。
通道 * 二维矩阵描述了三维图片在CNN中的尺寸的变化，维度保持不变的变换过程，也反映了每一层参数的个数。
通道法的优缺点：
优点：
- 通道法把每个神经元看成是并行的排列，相对于厚度法，更加直观，直观的体现了单层内部的各个神经元之间的并发行、并行性。
缺点：
- 不方便表达不同层之间的图片处理的串行关系以及形状的变化！！！
2.2 厚度法、层间串行法
缺点：
（1）串行法把神经元在数据处理的方向叠加在了一起，神经元间的并行性看来其并不那么直观。
（2）由于把神经元叠加在了一起，就要求同层的每个神经元的形状必须相同！！！！
优点：
（1）表达神经网络层之间的串联结构就非常方便。
（2）表达神经网络层内部的三维结构（长*宽*高）也非常方便，直观。
（3）能够方便的表达数据在不同层之间的形状的变化关系：
- 厚度：反应了并行性的神经元个数的变化、即通道个数的变化。
- 长度*宽度（平面）：面积的变化，反应了每一层神经元形状的变化，每个神经元W参数的变化情况。
- 厚度 * 长度 * 宽度 =》某一个参数的个数（忽略个数极少的偏置参数）
（4）从输入到输出，表达方式统一、一致。
2.3 神经网络的形状解读
（1）现有神经网络案例解读
输入层：深度为3，即个通道，每个通道的二维数据形状为32 * 32
卷积层1：深度为64，即64个通道或64个神经元，每个通道的二维数据形状为28 * 28（通过卷积获得输出形状），卷积核的大小为5*5（通过对上一层的感受野的大小来体现）
降采用层1：深度为64不变，每个通道的二维数据形状降为原先的一半：14 * 14 （降采样），采样核的大小为2*2（通过对上一层的感受野的大小来体现）
卷积层2：深度为64不变，即64个通道或64个神经元，每个通道的二维数据形状为10 * 10，卷积核的大小为5 * 5 （通过对上一层的感受野的大小来体现）
降采用层2：深度为64不变，即64个通道或64个神经元，每个通道的二维数据形状为5 * 5， 由又降低一半。采样核的大小为2*2。
全连接层1：1024个并行的神经元，即1024个输出，输入取决于降采样层的输出：64*5*5
全连接层2：512个并行的神经元，即512个输出，输入取决于前一个全连接层：1024.
输出层：10个并行的神经元，即10个输出，输入取决于前一个全连接层：512.
（2）特别说明
- 卷积网络的定义方式为：每一层的三维形状，以及该层的输出的个数 = 长度 * 宽度 * 深度 ，深度就是神经元的个数。即每个卷积核神经元的输出是长度 * 宽度。
- 全连接网的定义方式为：每一层的一维形状，以及该层的输出的个数 = 1 * 1 * 深度，深度就是神经元的个数。即每个全连接网络神经元的输出是1*1.
- 上述方式把全连接网络和卷积网络进行统一，因此全连接与卷积之间是可以相互替代（确保总总输出不变）。
- 卷积网络只定义了网络的输入和输出以及卷积核的大小，并没有定义迭代的步长和填充数据大小。迭代步长和填充数据的大小是需要深度学习框架根据（1）输入形状+（2）输出形状+（3）卷积核形状，自动计算出来的，也就是说通过修正步长和填充，可以确保输入和输出的关系，他们之间的数学公式如下：
第3章 卷积神经网络的本质
第4章卷积神经网络的发展与常见类型与分类
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120806599
[人工智能-深度学习-32]：卷积神经网络cnn-常见分类网络-alexnet
...1.2卷积神经网络的核心要素1.3卷积神经网络的描述方法1.4人工智能 查看详情
[人工智能-深度学习-25]：卷积神经网络cnn-cs231n解读-卷积层详解
...xff09;的博客_文火冰糖的硅基工坊_CSDN博客本文网址：[人工智能-深度学习-25]：卷积神经网络CNN-CS231n解读-卷积层详解_文火冰糖（王文兵）的博客-CSDN博客目录第1章卷积神经网络概述第2章卷积核的局部连接性：... 查看详情
[人工智能-深度学习-26]：卷积神经网络cnn-为啥要卷积神经网络以及卷积神经网络的应用
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120805258目录第1章 全连接网络的缺点第2章卷积神经网络的时思想起源第... 查看详情
[人工智能-深度学习-31]：卷积神经网络cnn-常见卷积神经网络综合比较大全
...;https://blog.csdn.net/HiWangWenBing/article/details/120835303目录第1章人工智能发展的3次浪潮1.1 人工智能的发展报告2011-20201.2来自其他途径第2章神经网络的演进历史2. 查看详情
[人工智能-深度学习-24]：卷积神经网络cnn-cs231n解读-卷积神经网络基本层级
...xff09;的博客_文火冰糖的硅基工坊_CSDN博客本文网址：[人工智能-深度学习-23]：卷积神经网络CNN-CS231n解读-卷积神经网络基本层级_文火冰糖（王文兵）的博客-CSDN博客 目录第1章CS321n卷积神经网络简介1.1 CS321n的简介... 查看详情
[人工智能-深度学习-27]：卷积神经网络cnn-核心概念（卷积滑动填充参数共享通道）
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120806277目录第1章卷积中的“积”的定义1.1卷积中的“积”是内积第2章... 查看详情
[人工智能-深度学习-22]：卷积神经网络cnn--单层神经网络的本质是矩阵相乘
...xff09;的博客_文火冰糖的硅基工坊_CSDN博客本文网址：[人工智能-深度学习-22]：卷积神经网络CNN--单层神经网络的本质是矩阵相乘_文火冰糖（王文兵）的博客-CSDN博客目录第1章单个神经的本质是一维矩阵（向量&#... 查看详情
[人工智能-深度学习-20]：卷积神经网络cnn-全连接网络的缺点与cnn的使命
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120732872目录第1章全连接神经网络的缺点1.1什么是全连接网络1.2全连接网... 查看详情
[人工智能-深度学习-35]：卷积神经网络cnn-常见分类网络-googlenetincepetion网络架构分析与详解
...1.2卷积神经网络的核心要素1.3卷积神经网络的描述方法1.4人工智能 查看详情
[人工智能-深度学习-38]：卷积神经网络cnn-常见分类网络-resnet网络架构分析与详解
...1.2卷积神经网络的核心要素1.3卷积神经网络的描述方法1.4人工智能 查看详情
[人工智能-深度学习-33]：卷积神经网络cnn-常见分类网络-lenet网络结构分析与详解
...1.2卷积神经网络的核心要素1.3卷积神经网络的描述方法1.4人工智能 查看详情
[人工智能-深度学习-23]：卷积神经网络cnn-卷积核的本质是多维输入的神经元
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120734529目录第1章预备核心概念1.1单个神经元的一维矩阵运算模型1.2神经... 查看详情
《神经网络与深度学习》卷积神经网络cnn及tensorflow代码实现示例
....net/cxmscb/article/details/71023576一、CNN的引入在人工的全连接神经网络中，每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时，这时全连接网络需要训练的参数就会增大很多，计算速度就会变得很慢... 查看详情
[人工智能-深度学习-29]：卷积神经网络cnn-全连接网络与卷积网络结构的互为等效与性能比较
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120808864目录第1章单个全连接神经元与卷积核神经元的结构比较1.1全连接... 查看详情
[人工智能-深度学习-34]：卷积神经网络cnn-常见分类网络-vgg16/vgg19网络结构分析与详解
...1.2卷积神经网络的核心要素1.3卷积神经网络的描述方法1.4人工智能 查看详情
[人工智能-深度学习-30]：卷积神经网络cnn-感受野，特征的提取与范围的扩散
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/120833158目录第1章什么感受野1.1生物学对感受野的定义1.2卷积神经网络中... 查看详情
大话卷积神经网络（cnn）
...lNeuralNetworks，简称CNN）是推动这一切爆发的主力，在目前人工智能的发展中有着非常重要的地位。【问题 查看详情
[人工智能-深度学习-47]：卷积神经网cnn+循环神经网络rnn与组合电路+时序电路的比较
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121367263目录第1章计算机数字电路的基本单元1.1计算机数字电路1.2组合电... 查看详情