卷积神经网络

一般由卷积层，汇聚层，和全连东持著令践觉按战限度接层交叉堆叠而成，使用反向传播算法进行训练（反向传播，再重新看一下）

卷积神经网络有三个结构上的特性：局部连接，权重共享以及子采样

滤波器filter卷积核convolutionkern开非优展el

局部连接，其实就是根来自据时间，权重递减最后为0参数就传播不到远处了

局部连接乘以滤波器得特征映射

互相关，是一个衡量两个序列相关性的函数，

互相关和卷积的区别360问答在于卷积核仅仅是否进行翻转，因此互相关也可以称为不翻转卷积

使用卷积是赶员皇知饭仅世马林推对为了进行特征抽取，卷积核是否进行翻转和其特征抽取的光更衡尽专主轮如型友纪能力无关。

当卷积核是可以学习的参数，卷积和互相关是等价的，因此，其实两者差不多。

Tips：P是代表特征映射

标签：卷积,神经网络