人工神经网络与深度学习：图像的语言—卷积神经网络CNN全景PPT教学课件.pptx

;目?录;开场与起源;;1980s纽约：LeCun想让机器“看见”照片;手工特征vs自动特征：LeCun选后者;人眼视觉→局部→整体，LeNet诞生;核心原理;LeNet结构速览：2卷积+2池化+3全连接=SOTA;数字图像本质：像素矩阵×RGB三通道;传统方法回顾：SIFT/HOG人工设计特征;CNN三件套：卷积层·池化层·全连接层;卷积层=特征侦探：滑动窗口做点积;局部感知：每个神经元只看一小块;权值共享：同一滤波器扫全图，平移鲁棒;池化层=压缩大师：Max/Average下采样;全连接层=分类器：把特征拉直→softmax概率;激活填充：ReLU给非线性，padding控尺寸;代