1.卷积神经网络:它与常规神经网络的构想基本一致,不同的是需要训练卷积层,因为卷积层更能保留输入的空间结构
2.应用反向传播和基于梯度学习的学习方法来训练卷积神经网络
3.2012年Hinton提出的网络,称之为AlexNet,与卷积神经网络相比,没有太大的区别,只是它们可以充分利用大量数据,同时也可以充分发挥GPU并行计算能力的优势
4.卷积神经网络可以用于图像分类,分割,目标检测,自动驾驶汽车,人脸识别,视屏处理,姿势识别,游戏(增强学习),医学图像的解释和诊断,星系分类,路标识别,鲸鱼识别,航测图里的建筑物树木分类识别,总结就是分类检测识别。除了这些,还可以做图像描述的任务