卷积神经网络

卷积神经网络（CNN）是一种前馈神经网络，它的人工神经元可以响应周围单元范围内的刺激，在图像和语音识别等多项服务中，表现优于其他深度学习框架。CNN由一个或多个卷积层和顶端的全连通层（对应经典的神经网络）及最后的分类层组成，同时也包括关联权重和池化层。这一结构使得卷积神经网络能够利用输入数据的二维结构。与其他深度学习结构相比，卷积神经网络在图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练，并可使用softmax函数对预测概率进行非线性调整，从而进行多类分类。