一、基本概念
- pixel：像素，图片的基本组成单位
- neuron：神经元，等同于一个classifier。每一层就是一个layer，包含一个neuron。
- filter：每一个filter就是一个neuron，里面包含的值都是weight参数，是通过梯度下降训练出来的。根据用于分类的特征个数确定filter的个数。filter的维度与image的维度保持一致，image是黑白，filter就是matrix；image是彩色，由RGB组成，则filter就是立方体。
- tensor：高维matrix
二、CNN的特点和步骤
相比于fully connect feedforward network，CNN因为借助了filter去侦测是否有pattern出现。这样做的意义是可以极大地提高效率。因为：
a.pattern可能只出现在图片的一小部分，不用侦测整张图片
b.对于不同的图片，pattern可能出现在不同的地方，filter可以有效侦测这种情况
c.subsampling将图片缩小
【先卷积，再最大化聚合，最后代入数据伸展化处理】
三、CNN的应用
影像处理、语音识别、文字处理、AlphaGo