文档介绍：卷积神经网络研究及其应用 0********** 王颜
1
精选课件
目录
一、研究现状
二、神经网络与卷积神经网络
三、卷积神经网络应用
四、总结与展望
2
精选课件
CNN的发展及研究现状
神经网络是神经科学与计算机科学结合的产物。
神经网络的研究几经起落，直到2006年，深度学****提出，深度神经网研究兴起。
Hubel和wiesel通过对猫的视觉系统的实验，提出了感受野的概念。基于视觉神经感受野的理论，有学者提出CNN。
一、研究现状
3
精选课件
CNN的发展及研究现状
深度学****在语音识别、图像识别等领域摧枯拉朽。
一、研究现状
国际会议、期刊等涌现大量深度学****的文章，CNN被引入很多领域。
知名高科技公司都在深度学****领域加大投入。
4
精选课件
神经网络起源
二、神经网络与卷积神经网络
5
精选课件
神经网络-训练过程
二、神经网络与卷积神经网络
6
精选课件
神经网络-训练理念（梯度下降）
各变量满足如下公式：
求vjk的梯度：
求wij的梯度：
二、神经网络与卷积神经网络
7
精选课件
BP算法的规律
二、神经网络与卷积神经网络
8
精选课件
卷积神经网络
卷积神经网络是神经网络的一种变形
卷积神经网络与神经网络的主要区别就是CNN采用了卷积和子采样过程。
神经生物学中局部感受野的提出（1962）催生了卷积的思想。
卷积减少了CNN网络参数，子采样减少了网络参数，权值共享大大减少的CNN网络参数。但是CNN具备深层结构。
二、神经网络与卷积神经网络
9
精选课件
局部感受野
二、神经网络与卷积神经网络
10
精选课件