卷积神经网络用于预测数值,一维CNN（基于Keras）

1、关于keras构建的神经网络的输出结果解释

ETA：预计到达时间。Loss：系统运行过程中的损耗值。acc：准确率，用于衡量模型预测的正确程度。

谷歌人工智能写作项目：小发猫

2、卷积神经网络每层提取的特征是什么样的

卷积神经网络属于一种具备多层结构的神经网络系统，其每一层均由多个二维平面构成，而每个二维平面则由若干个独立运作的神经元组成参考：一个技术宅的学习笔记。

图：卷积神经网络的基本概念示意图：输入图像经过三个可训练的滤波器以及偏置项的卷积运算处理，如图一所示。完成卷积操作后，在C1层生成三个特征映射图。随后，每组特征映射图中的四个像素点进行加权求和，并加入偏置项，再通过Sigmoid函数计算得出三个S2层的特征映射图。这些特征映射图进一步经过滤波处理后进入C3层。这一层级