本文主要是实现了一个简单的卷积神经网络,并对卷积过程中的提取特征进行了可视化.
?...卷积神经网络最早是为了解决图像识别的问题,现在也用在时间序列数据和文本数据处理当中,卷积神经网络对于数据特征的提取不用额外进行,在对网络的训练的过程当中,网络会自动提取主要的特征.
...池化:
降采样,对卷积(滤波)后,经过激活函数处理后的图像,保留像素块中灰度值最高的像素点(保留最主要的特征),比如进行 2X2的最大池化,把一个2x2的像素块降为1x1的像素块....Padding
卷积核在提取特征时的动作成为padding,它有两种方式:SAME和VALID。卷积核的移动步长不一定能够整除图片像素的宽度,所以在有些图片的边框位置有些像素不能被卷积。...训练数据中的一个样本
?
第一个卷积层提取的特征
?
2x2池化后的特征
?
第二层卷积提取特征
?
2x2池化后的特征
?