La estructura de la red neuronal convolucional

1 En otras palabras, la estructura de red neuronal convolucional más común es la siguiente: INPUT-[[CONV-RELU]*N-POOL?]*M-[FC-RELU]*K-FC. , Donde * se refiere al número de repeticiones y POOL? se refiere a la capa de convergencia opcional.

2. Las redes neuronales convolucionales actuales suelen ser redes neuronales de avance, que consisten en pilas cruzadas de capas convolucionales, capas de convergencia y capas completamente conectadas, y se entrenan utilizando el algoritmo de retropropagación. Las redes neuronales convolucionales tienen tres propiedades estructurales: conectividad local, reparto de peso y convergencia. Estas propiedades permiten que las redes neuronales convolucionales tengan un cierto grado de invariancia de traducción, escalado y rotación.

3. La red neuronal convolucional (CNN) es una red neuronal de avance. Las redes neuronales convolucionales están restringidas por el mecanismo del campo receptivo biológico (ReceivedField). Los campos receptivos se refieren principalmente a ciertas características de las neuronas del sistema auditivo, el sistema propioceptivo y el sistema visual.