大白话介绍卷积神经网络并手把手教会识别图片

卷积神经网络，简称 CNN，是深度学习代表算法之一，主要运用于图像处理和图像识别等领域。CNN 在本质上是一种输入到输出的映射，它能够学习大量的输入与输出之间的映射关系，而不需要任何输入和输出之间的精确的数学表达式，只要用已知的模式对卷积网络加以训练，网络就具有输入输出对之间的映射能力。

本次分享将会从以下几点来讲解 CNN：

1. CNN 的基本结构包括输入层、卷积层、池化层、输出层等
2. CNN 训练过程中向前传播和向后传播的原理
3. 使用 Keras + CNN 识别 MNIST 手写数字
4. 使用 Keras + CNN 识别 CIFAR-10 照片图像，图像一共 10 个类别如：飞机、汽车、鸟、猫、鹿 、狗、青蛙、马、船、卡车

阅读全文: http://gitbook.cn/gitchat/activity/5cb15d4657e2e66a74763dfb

您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。