卷积神经网络大致介绍

卷积神经网络(ConvolutionalNeuralNetwork，CNN或ConvNet)是一种具有局部连接、权重共享等特性的深层前馈神经网络。 卷积神经网络是受生物学上感受野的机制而提出。 卷积神经网络(ConvolutionalNeuralNetworks，CNN)是一种前馈神经网络。 卷积神经网络是受生物学上感受野(ReceptiveField)的机制而提出的。

卷积神经网络(CNN)-输入层 ①CNN的输入层的输入格式保留了图片本身的结构。 ②对于黑白的28×28的图片，CNN的输入是一个28×28的二维神经元。

卷积神经网络主要用于提取卷积对象的局部特征，当卷积对象是自然语言文本时，比如一个句子，此时其局部特征是特定的关键词或关键短语，所以利用卷积神经网络作为特征提取器时相当于词袋模型，表示一个句子中是否出现过特定的关键词或关键短语。 用在分类任务上，相当于提取出对于分类最有用的特征信息。