Python与人工智能编程——基础与实验 课件 实验18 卷积神经网络的简介及应用.pptx

卷积神经网络的简介及应用

实验18

课程学习目标

理解卷积神经网络（ConvolutionalNeuralNetwork，CNN）的基础知识。

掌握如何使用PyTorch构建和训练CNN模型。

CNN简介

CNN分为输入层、卷积层、池化层、全连接层、输出层。

CNN基本结构

接收原始输入数据，定义数据形状和类型，无处理。

输入层

使用可学习滤波器提取特征，后接ReLU激活函数增加非线性。

卷积层

降低特征图空间尺寸，减少参数和计算复杂性，增强位置变化鲁棒性。

池化层

根据提取特征做出决策或分类，每个神经元与前一层全连接。

全连接层

输出最终分类或预测结果，多分类使用softmax函数转换为