《人工智能技术基础》课件 第3章 卷积神经网络.pptxVIP

人工智能技术基础

第三章

卷积神经网络

3卷积神经网络简介

卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积计算且具有深层结构的前馈神经网络。

卷积神经网络的研究始于20世纪80~90年代，LeNet-5是最早出现的卷积神经网络；2012年，AlexKrizhevsky等

凭借AlexNet得了当年的视觉图像挑战赛，震惊世界。自此之后，各类采用卷积神经网络的算法纷纷成为大规模视

觉识别竞赛的优胜算法。如今，卷积神经网络已经成为计算机视觉领域最具有影响力的技术手段。

Classify

Detect

Represent

warpedhead

p(c|x)

warpedbody

entireimage

conv3

conv4

conv2

conv5

fc6fc7fc8

convl

3卷积神经网络

学习目标

了解图像基本特点，并掌握卷积神经网络的基本特性；

掌握卷积神经网络的基本组成，卷积层、池化层和全连接层的特性；

3.学习常用的几种卷积操作、池化操作以及全连接层的卷积操作，掌握卷积层步长的选

择和padding的选择会实现图像语义分割中常用的反卷积和空洞卷积；

4.了解几种经典的卷积神经网络模型LeNet5、AlexNet、VGG、GoogleNet、ResNet、

DenseNet和SE-Net。

Contents目录