一维卷积神经网络的图像及其工作原理

1、卷积神经网络算法是什么？

一维构筑、二维构筑、全卷积构筑。

卷积神经网络（Convolutional Neural Networks, CNN）是一种具备卷积运算且具有多层结构的人工前馈型神经网络（Artificial Feedforward Neural Networks），是现代深度学习（deep learning）体系中的重要组成单元之一。

卷积神经网络具备学习特征表示的能力，并通过其层次结构实现输入数据的位置无关分类（position-invariant classification）。同时也可以被视为一种基于位置感知的人工神经网络（Position-Preserving Artificial Neural Network, PPANN）。

卷积神经网络的连接性：

在卷积神经网络架构中，各卷积层之间的连接关系被定义为稀疏连接（sparse connection），这与前馈神经网络中的全连接结构存在显著差异。相较于前馈神经网络中的全连接结构而言，在卷积层中每个神经元仅与其相邻层的部分神经元建立联系而非全部连结。具体而言，在卷积神经网络第l层特征图