2026《卷积神经网络的网络结构理论基础综述》2100字.docx

PAGE17

卷积神经网络的网络结构理论基础综述

相对传统的神经网络而言，卷积神经网络界说了相当一部分的层次关系。传统的神经网络只包括输入层、隐藏层和输出层，而卷积神经网络在隐层扩充了卷积层、激活层、池层和全连接层，如图2-1所示。

分类特征提取

分类

特征提取

图2-1卷积神经网络示意图

（1）输入层。该层的主要目的是读取并且对数据做预先处理。而在做图像数据的管理时，通常采用卷积神经网络，它的输入一般是四维的张量（tensor），其具体的表现形式为[B,C,H,W]，其中，B代表批次（batch），是数据的第零维，其数值意义为此批次内送入网络的图片数量；C代表通道（channel