年度ILSVRC競賽 winner Model

下圖為最知名的卷積神經網絡 1998 LeNet-5，主要是用來辨識手寫數字（MNIST資料庫 - MNIST is a now-famous data set that includes images of handwritten digits paired with their true label of 0, 1, 2, 3, 4, 5, 6, 7, 8, or 9. ）。

其架構可以歸納為 [convolution layer > pooling layer(subsampling)] 二層 > [fully connective layer]三層 > activation(non-linearity)

卷積神經網絡 CNN 的過程有點複雜，分為以下幾個部分:

• Convolution layer
• Pooling layer
  (重複以上步驟多次後再進行Flatten)
• Flatten/Full Connection
• Activation Function

Convolution layer

由於特徵會出現在影像中不定位置，並且特徵是規律性的，所以可利用convolution對於local detect會比對整張影像global detect來的較有效率。
在此階段我們會使用filter，使用方式如下圖

Conolution layer的目的是將圖片中的特徵明顯化，以提高識別成功率。

註:本文是搜尋數個網站及各種不同來源之結果,著重在學習,有些內容已難辦別出處,我會儘可能列入出處,若有疏忽或出處不可考,請聯絡我, 我會列入, 尚請見諒。