一、权值共享
CNN的权值共享指的是:对于一张输入图像,用同一个卷积核去提取该图像的特征,该卷积核的值即可作为该卷积操作共享的权值。

二、平移不变性
CNN的平移不变性指的是CNN对于同一张图及其平移后的图像,都能输出相同的结果。
三、空间局部性
一般认为图像的空间联系是局部的像素联系比较密切,而距离较远的像素相关性较弱,因此,每个神经元没必要对全局图像进行感知,只要对局部进行感知,然后在更高层将局部的信息综合起来得到全局信息。一般认为图像的空间联系是局部的像素联系比较密切,而距离较远的像素相关性较弱,因此,每个神经元没必要对全局图像进行感知,只要对局部进行感知,然后在更高层将局部的信息综合起来得到全局信息。
本文介绍了卷积神经网络(CNN)的三个关键特性:权值共享减少了模型复杂度,平移不变性使得CNN能识别图像的位置变化,空间局部性则利用了图像的局部像素相关性,通过局部感知和层次化信息整合来理解全局图像。
1371

被折叠的 条评论
为什么被折叠?



