论文综述卷积神经网络

问：卷积神经网络通俗理解

1. 答：卷积神经网络（Convolutional works, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward works），是深度学习（deep learning）的代表算法之一。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络

问：cnn 卷积神经网络论文多伦多大学

1. 答：作为一个北美地区少数尚存的书院联邦制大学（类似于牛津大学），除常规架构外，多伦多大学目前下属有12所本科书院，各有不同的历史和特点，享有较大程度的独立财务和管理权，在市中心的主校园外，多伦多大学还有多伦多大学世嘉堡校区与多伦多大学密西沙校区两个卫星校园。

问：12c-12s-24c-24s卷积神经网络什么意思？

1. 答：c 和 s 是卷积神经网络中对卷积层（convolution）和下采样层（subsampling）的缩写
   12c-12s-24c-24s 表示该模型的前四层为
   1：12 个卷积堆叠
   2：12 个降采样堆叠
   3： 24 个卷积堆叠
   4： 24 个降采样堆叠
   这种缩写表示法只包含了部分结构信息，没有包含卷积核、下采样比例大小；实际写论文时通常还会额外标注，例如 12c with kernel size = 5*5

问：论文：深度卷积神经网络真的需要深（或者卷积）吗

1. 答：论文包括的范围很广，如记人记事，日记、游记、人物传记、传说、新闻、通讯、小说等，都属于论文的范畴。

问：论文中卷积神经网络常见的示意图用什么软件来画比较容易

1. 答：指出记叙的要素（时间、地点、人物、事情的起因、经过、结果）。理解论文所记叙的事件、人物、景物及其所表现的思想意义。
   2．理解论文的人称（第一人称、第三人称），记叙的顺序（顺序、倒叙、插叙）的特点和作用。
   3．能归纳论文的中心思想，理解论文的中心和材料的关系、理解记叙的详略得当。

本文来源: https://www.lw37.cn/article/affd809b02463da23351826b.html