李宏毅《深度学习》：卷积神经网络CNN

李宏毅《深度学习》卷积神经网络CNN：https://www.bilibili.com/video/av9770190/?p=10

1、介绍CNN特性
2、CNN架构
3、Keras
4、应用

卷积神经网络CNN常用于影像处理，每个神经元就是classify，但是用之前讲过的fully connected来进行处理的时候参数会太多

假如3万的维度输入，1000个神经元，那就得是1000*30000个wight，所以我们使用CNN来简化这个架构进行处理

首先，介绍一些CNN的三个特性

1、不需要看整张图片，只需要链接到一小块

2、相同的pattern可以应用到不同的区域

例如鸟嘴这个pattern，在第一张图片中处于左上角，但是第二张图片中位于中间，但是这个神经元都可以用来识别嘴

3、subsampling

将图片缩小并不会产生影响，这样还可以减小参数

根据这三个特性，我们可以使用CNN，并且在处理图片上非常有效

CNN大体结构可以分为convolution、max pooling和flatten，其中convolution和max pooling可以重复多次

三个特点，