1.CNN基本原理

20世纪60年代， Hubel和Wiese研究猫脑皮层发现用于局部敏感和方向选择的神经元具有独特的
网络结构，该结构可以降低反馈神经网络的复杂性，针对此研究提出了CNN。近些年，针对CNN具有避免图像的复杂前期预处理的优势，该网络被广泛应用于图像的模式分类领域。其基本架
构如图2所示，经典的CNN一般包括卷积层、池化层、全连接层和分类器。