卷积神经网络英文文献和卷积神经网络英语

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。

一种基于卷积运算构成的深度前馈型人工神经网络（Convolutional Neural Networks, CNN）涵盖多种不同架构且具备多层次结构特征的计算模型，在深度学习领域占据重要地位的一种核心技术方法。

卷积神经网络具备表征学习能力，并通过层级结构实现输入信息的平移不变分类，在此基础之上也可称为‘平移不变的人工神经网络（Shift-Invariant Artificial Neural Networks, SIANN）’

卷积神经网络的连接性：

在卷积神经网络中, 卷积层之间的连接被称作稀疏连接（sparse connection），即相较于前馈神经网络中的全连接, 卷积层中的每一个神经元仅与其相邻层的部分像素相连, 而非全部像素相连。具体而言, 每个卷积神经网络第l层特征图中的任意一个像素（即神经元）都是由l-1层中由卷积核所定义的感受野范围内的像素进行线性组合得到的。

该网络架构通过稀疏连接实现了正则化效果，在提升模型性能的同时增强了网络结构的稳定性以及泛化性能。此外，该设计有效