CNN是卷积神经网络的英文简称,通过随机赋一个初始的权重值,依靠正向传播(包含卷积,池化(意译是泛化)和全连接(其实也是一种特殊的卷积计算)三组运算,主要是乘加运算)推导出一个当前值,使用随机(通常这个随机是当前值和目标值的平均值)梯度下降原理求得一个可能更接近目标值的结果,依靠反向传播(正向传播的三个步骤反过来执行,主要是求偏微分运算)将更接近的结果反向推导出更接近的权重,CNN算法仅适合权重变化和目标值变化是单向相关的变化情况,如果这个相关关系中存在拐点或者抖动,CNN算法无效。

还有一个更简洁版本的:通过训练不断寻找一个最接近事实的权重,通过推理将当前对象利用权重参数推导一下,得出和目标值的相似度。

内容来源于网络如有侵权请私信删除