卷积神经网络学习哪个结构

3、 卷积神经网络的结构如下：1、输入层。 输入层是整个神经网络的输入，在处理图像的卷积神经网络中，它一般代表了一张图片的像素矩阵。 2、卷积层。 从名字就可以看出，卷积层是一个卷积神经网络中最重要的部分。

1、 卷积神经网络主要结构有：卷积层、池化层、和全连接层组词。 一、卷积层 卷积核是一系列的滤波器，用来提取某一种特征我们用它来处理一个图片，当图像特征与过滤器表示的特征相似时，卷积操作可以得到一个比较大的值。

2、 卷积神经网络的基本结构由以下几个部分组成：输入层，卷积层，池化层，激活函数层和全连接层。 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（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一。