目錄

一、CNN特點

二、CNN應用于圖像分類

（一）使用過濾器

（二）通過ReLU激活函數

（三）應用新的濾波器（池化）

（四）輸入?

（五）輸出（分類出?和?）

---

一、CNN特點

?

二、CNN應用于圖像分類

（一）使用過濾器

濾波器（Filter）和卷積核（Convolution Kernel）在深度學習和圖像處理中通常是同義詞。

在CNN中，過濾器是3×3的正方形，每個像素強度由反向傳播確定（即剛開始隨機，然后反向傳播得到最佳過濾器）。

使用滑動濾波器逐一與輸入卷積，并添加偏置項得到特征圖。

注意：由于特征圖的每個單元格對應一組相鄰像素，因此特征圖有利于利用圖像中可能存在的任何相關性。

（二）通過ReLU激活函數

（三）應用新的濾波器（池化）

最大池化將區域減少到一個過濾器發揮最佳作用的地方匹配輸入圖像。

（四）輸入?

（五）輸出（分類出?和?）