最近在看卷积神经网络（CNN），主要用来处理图像。

为什么需要CNN？

普通的全连接神经网络处理图像有两个问题：

  1. 参数太多：一张 28x28 的图片就有 784 个输入，如果是彩色图片更多
  2. 没有利用空间信息：图片相邻的像素之间是有关系的，全连接层忽略了这一点

CNN的核心组件

卷积层

用一个小窗口（卷积核）在图片上滑动，提取特征。比如 3x3 的卷积核，每次看 9 个像素。

池化层

降低数据量，常用的最大池化就是在小窗口里取最大值。

全连接层

最后把提取的特征展平，做分类。

实践

跟着教程做了个手写数字识别（MNIST），准确率能到 98% 左右，还挺有成就感的。

代码大概是这样：

不过这个模型很简单，复杂的图像识别还得加深层数。