卷积神经网络
A 2D Conv Net
Conv Net Structure
Focusing on local property - Conv layer
以音频为例， 可以将一段音频切割成一段段， 之后连入全链接层， 这是最简单的神经网络。
ANN
当我们想关注音频局部信息，例如音频的频率等。所以通过构造一组神经元 只关注局部以形成对应的 feature。 Conv layer A 插入在fully-connected layer F 之前。
Conv layer
实际上卷积层不止链接两个点 。当卷积层多层复合时， 神经网络可以捕捉到更抽象、更高维的 feature。
Composable Conv Layers
Invariance -Pooling layer
卷积层后经常交织着池化层
- Invariance - translation 、 rotation、 scale
- Dimension Reduction ，Data Compression
- Avoid Overfitting
-
Control the length of this output layer
image
Max-pool 同时有 “Zoom-Out”作用，扩大视野。
2-D CONV - 图像 3-D CONV - 视频
Math
