cnn卷积神经网络是谁提出来的

⒈一文入门卷积神经网络：CNN通俗解析简而言之，卷积神经网络（ConvolutionalNeuralNetworks）是一种常用于图像分析的深度学习模型。 这类网络的创始是计算机科学家YannLeCun，他通过卷积神经网络解决了MNIST数据集上的手写数字问题。 卷积神经网络受到生物觉处理的启发。 它们的架构类似于工神经网络，但它们可以接受多个特征图作为输入。 该网络由输入层、卷积层、池化层、非线性层和全连接层组成。 卷积层通过计算输入图像区域与滤波器权重矩阵的点积进行作，池化层用于降低特征空间维度，非线性层使用ReLU活函数。 全连接层将卷积层的输出展平，然后进行连接。 网络通过反向传播更新参数以优化模型性能。 TensorFlow是一个用于机器学习和深度神经网络研究的软件库。 在构建卷积神经网络时，可以使用计算图来表示计算步骤。 TensorBoard提供可化工具来帮助理解模型运行和图表。 构建模型时，通常使用MNIST数据集进行训练。 最后，卷积神经网络是一种强大的深度学习工具，广泛应用于复杂问题的解决。