# 窺探卷積神經網絡(CNN)
* * * * *
由于研究生導師是遙感圖像方面,而且圖像識別現在很火的深度學習是以卷積神經網絡為基礎的,所以這段時間就先去學習卷積神經網絡了,后續會去把前面的機器學習的基本算法補充上,畢竟基礎不牢地動山搖。
本小節的目標是以通俗的語言讓你了解深度學習中卷積神經網絡的奧秘。(由于目前剛剛領悟到一點點,而且怕忘記所以先把目前的理解寫出來,以后會有改動)主要從以下幾個方面來介紹卷積神經網絡。
1. 整體上去介紹一下卷積神經網絡的結構,并去深入的介紹其中的細節
2. 去介紹初始化參數的一些技巧
3. 用實例讓你見證一下CNN在遙感圖像中的神奇力量
4. 最后介紹一下CNN的深層原理
* * * * *
二話不說先上圖讓你看一下CNN的樣子吧!

卷積神經網絡沿用了普通的神經元網絡即多層感知器的結構,是一個前饋網絡。以應用于圖像領域的CNN為例,大體結構如圖。
> 是不是剛看到這里很蒙呀,沒關系,接著看慢慢理解。另外要說的一點是該cnn算法使監督機器學習算法。
- 序言
- 第一章 機器學習概述
- 第二章 機器學習環境搭建
- 環境搭建
- 第三章 機器學習之基礎算法
- 第一節:基礎知識
- 第二節:k近鄰算法
- 第三節:決策樹算法
- 第四節:樸素貝葉斯
- 第五節:邏輯斯蒂回歸
- 第六節:支持向量機
- 第四章 機器學習之深度學習算法
- 第一節: CNN
- 4.1.1 CNN介紹
- 4.1.2 CNN反向傳播
- 4.1.3 DNN實例
- 4.1.4 CNN實例
- 第五章 機器學習論文與實踐
- 第一節: 語義分割
- 5.1 FCN
- 5.1.1 FCN--------實現FCN16S
- 5.1.2 FCN--------優化FCN16S
- 5.2 DeepLab
- 5.2.1 DeepLabv2
- 第六章 機器學習在實際項目中的應用