神经网络理论及应用实践 课件 7.1 CNN basis.pptxVIP

主讲人：张洁北京工商大学计算机与信息工程学院01卷积神经网络基础

2026/10/11BTBU-CIE2本节提要传统人工神网络在图像处理上的问题描述卷积神经网络的特点与基本架构

2026/10/113前景回顾：传统神经网络前端输入层：一个单向量的数据表示中间隐含层：一系列神经元组成，将前层输出转换至另一向量空间 神经元全连接、各连接独立不共享末端输出层：在图像分类任务表达为各类别的分数

2026/10/114问题:当神经网络遇见图像数据？飞机汽车小鸟猫鹿狗狐狸马轮船卡车图像数据示例CIFAR-10Dataset6000032x32colorimagesin10classes6000imagesperclass50000trainingimages/10000testimages.?Meet

2026/10/115问题:当神经网络遇见图像数据？总共有多少连接？多少待训练参数？这些多重连接是否有冗余？是否可被共享?如何降低神经网络模型的参数？使模型变“小”？一个全连接人工神经网络模型：输入层隐藏层×3输出层

2026/10/116问题:当神经网络遇见图像数据？传统人工神经网络面对图像数据的表现：面对32×32×3的输入图像数据，单个全连接神经元有3072个权重待训练。若输入图像维度增加或神经元数目增加，则待训练参数呈高数量级快