为什么提出卷积神经网络

4、 卷积神经网络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能力，能够按其阶层结构对输入信息进行平移不变分类，因此也称为“平移不变工神经网络。

1、 卷积神经网络是近年发展起来，并引起广泛重的一种高效识别方法。 20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于部敏感和方向选择的神经元时其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络（Convolutional Neural Networks-简称CNN）。

2、 卷积的目的是提取特征，学习特征，深度学习的模型很多，比如RNN,CNN,ResNet,DenceNet等等，各种模型的功能也不同，主要应用在图像分类，目标识别，自然语言处理，预测等。

3、 卷积神经网络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能力，能够按其阶层结构对输入信息进行平移不变分类，因此也称为“平移不变工神经网络。