卷积神经网络概述

**

卷积神经网络（Convolutional Neural Networks, CNN）

**
是一类包含卷积计算且具有深度结构的前馈神经网络
是深度学习的代表算法之一
卷积神经网络具有表征学习（representation learning）能力
能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invariant Artificial Neural Networks, SIANN）
时间延迟网络和LeNet-5是最早出现的卷积神经网络

**

1.历史

**
第一个卷积神经网络是1987年由Alexander Waibel等提出的时间延迟网络（Time Delay Neural Network, TDNN） [12] 。TDNN是一个应用于语音识别问题的卷积神经网络

1988年，Wei Zhang提出了第一个二维卷积神经网络：平移不变人工神经网络（SIANN），并将其应用于检测医学影像

在LeNet的基础上，1998年Yann LeCun及其合作者构建了更加完备的卷积神经网络LeNet-5并在手写数字的识别问题中取得成功