卷积网络.PDF

第九章 卷积网络 卷积网络 （ ） ，也叫做卷积神经网络 （ ），是一种专门用来处理具有类似网格结构的数据的 神经网络。例如时间序列数据（可以认为是在时间轴上有规律地采样形成的一维网 格）和图像数据（可以看作是二维的像素网格）。卷积网络在诸多应用领域都表现优 异。卷积神经网络 一词表明该网络使用了卷积 （ ）这种数学运算。卷 积是一种特殊的线性运算。卷积网络是指那些至少在网络的一层中使用卷积运算来 替代一般的矩阵乘法运算的神经网络。 本章，我们首先说明什么是卷积运算。接着，我们会解释在神经网络中使用卷 积运算的动机。然后我们会介绍池化 （ ），这是一种几乎所有的卷积网络都会 用到的操作。通常来说，卷积神经网络中用到的卷积运算和其他领域（例如工程领 域以及纯数学领域）中的定义并不完全一致。我们会对神经网络实践中广泛应用的 几种卷积函数的变体进行说明。我们也会说明如何在多种不同维数的数据上使用卷 积运算。之后我们讨论使得卷积运算更加高效的一些方法。卷积网络是神经科学原 理影响深度学习的典型代表。我们之后也会讨论这些神经科学的原理，并对卷积网 络在深度学习发展史中的作用作出评价。本章没有涉及如何为你的卷积网络选择合 适的结构，因为本章的目标是说明卷积网络提供的各种工具。第十一章将会对如何 在具体环境中选择使用相应的工具给出