上述过程其实就是个神经网络，低层级负责识别图像基础特征，多个基础特征整合后变成上层的特征，逐层处理，最终在顶层判断出是什么物体。
这就是的基础思路。 三、的基本原理 由卷积层、池化层、全连接层三部分构成，它们各自的作用如下： 卷积层：卷积层负责提取图像中的局部特征。
池化层：池化层负责大幅降低参数量级，在保留重要 伊朗电报手机号码列表 特征信息的同时，降低计算复杂度。 全连接层（ ：全连接层类似传统神经网络的作用，根据卷积层和池化层处理过的数据，计算出最终的结果。
我们先来看看卷积层，卷积层提取局部特征的过程，和人类视觉的提取特征类似，如下图所示： 图中的黄色部分是个滤波器（，我们称它为卷积核，它是个小的矩阵。
卷积核通过滑动窗口的方式在输入数据上进行卷积操作，卷积核的每个元素与输入数据对应位置的元素相乘，然后将所有乘积结果相加，得到卷积操作的输出结果。
不同的卷积核可以捕捉到不同的特征，例如边缘、纹理、形状等。 做交互设计年，我为何转岗到产品经理？ 真正转岗之后，我发现很多工作还是超出了自己的想象。