卷积神经网络（CNN）是一种深度神经网络，在图像处理和计算机视觉任务中表现出色。CNN 由一系列层组成，每层执行特定的操作以提取图像中的特征。以下是对 CNN 中不同层的详细定义：
1. 卷积层
- 功能：提取图像中的空间特征。
- 操作：使用称为内核或滤波器的滑动窗口在图像上进行卷积运算。内核的权重学习图像中特定模式的检测。
- 输出：激活特征图，其中每个像素表示内核在特定位置检测到的模式的强度。
2. 池化层
- 功能：减少特征图的空间尺寸。
- 操作：在特征图上应用最大池化或平均池化操作。最大池化选择池化窗口中的最大值，而平均池化取平均值。
- 输出：缩小的特征图，保留重要特征并减少计算成本。
3. 激活层
- 功能：引入非线性，使 CNN 能够学习复杂模式。
- 操作：将非线性函数（例如 ReLU 或 sigmoid）应用于特征图中的每个像素。
- 输出：非线性的特征图，允许模型学习输入和输出之间的非线性关系。
4. 全连接层
- 功能：将卷积特征映射到输出类别。
- 操作：将卷积特征图展开成一维向量，并将其与全连接层中的权重矩阵相乘。
- 输出：一个向量，其中每个元素对应于图像属于特定类别的概率。
5. 输出层
- 功能：提供模型的最终输出。
- 操作：根据全连接层的输出计算图像的类别预测。
- 输出：一个概率分布，表示图像属于每个类别的可能性。
其他层：
除了这些核心层之外，CNN 还可能包含其他层，例如：
- 归一化层：对输入数据进行归一化，以提高训练稳定性。
- 跳跃连接：将较早层的特征图与较后层的特征图连接起来，以改善梯度流。
- 注意力机制：引导模型关注图像中的重要区域。
CNN 层的堆叠
CNN 的不同层通常堆叠在一起，形成一个深度网络。每一层都从前一层的输出中提取更高级别的特征。例如，较早的层可能检测边缘和颜色等低级特征，而较后的层可能检测对象和面部等高级特征。
通过堆叠层，CNN 能够学习图像中复杂且层次化的表示，从而实现出色的图像识别性能。
