第二篇博客，讲讲图像识别中的多列深度神经网络（MCDNN）

写博客有一点好，可以自己把脑子里的思路捋捋清，当初看过一篇将可视化神经网络的， 看了个半吊子，就给别人讲，结果大半都是忽悠过去，后面再研究研究，发现跟别人讲的很多都是错的，误导了吃瓜群众，这个心里是非常的过意不去了。这次写个博客，把思路先在脑子里捋一捋，再写出来，可以加深对论文的理解。

这里我非常粗浅的看了一下论文，就来写博客，肯定有些不对的地方，我自己做个笔记，如果有错误，希望大家不吝指出，我会及时做出修改，希望不要误导别的同学学习，十分感谢。

上篇文章立了个flag，说自己要讲讲这篇Multi-column Deep Neural Networks for Image Classification。

我这边参考了：https://blog.youkuaiyun.com/u010529217/article/details/38701703

摘要

文章是2012年CVPR上的文章，现在有1772的引用，算是牛逼闪闪的论文了。

论文提出的深度神经网络在手写体识别和交通标志识别上达到了人类识别的水准。文章采用了winner-take-all neurons这么一个策略，只有获胜的神经元才能被训练（这玩意原文中说的贼玄乎，但是我觉得好像就是max pooling）。针对同一批输入进行不同的预处理工作，用多个DNN分别进行训练。其中每一个DNN被称为一个column，这就是文章中多列的意思，其实是指多个DNN，针对多个预测结果采用average的方法，获得最后的输出，因为利用了GPU，所以训练速度加快了很多（当年GPU训练还提出没多久）。

结构

（1）作者吹了一波相比别的小型的神经网络结构