卷积神经网络

CNN由由可学习权重和偏置的神经元组成。每个神经元接收多个输入，对它们进行加权求和，将其传递给一个激活函数并用一个输出作为响应。整个网络有一个损失函数，在神经网络开发过程中的技巧和窍门仍然适用于CNN。很简单，对吧？

那么，卷积神经网络与神经网络有什么不同呢？
<center><img src="http://xilinx.eetrend.com/files-eetrend-xilinx/article/201808/13270-386…; alt=""></center>

和神经网络输入不同，这里的输入是一个多通道图像（在这种情况下是3通道，如RGB）。

学习RCNN系列论文时， 出现了感受野(receptive field)的名词， 感受野的尺寸大小是如何计算的，在网上没有搜到特别详细的介绍， 为了加深印象，记录下自己对这一感念的理解，希望对理解基于CNN的物体检测过程有所帮助。

1. 感受野的概念
　　在卷积神经网络中，感受野的定义是 卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区域大小。
<center><img src="http://xilinx.eetrend.com/files-eetrend-xilinx/article/201807/13191-381…; alt=""></center>

1. 概念
英文名：convolutional neural network

是一种前馈神经网络，即表明没有环路，普通神经网络的 BP 算法只是用于方便计算梯度，也是前馈神经网络。

是深度学习结构的一种，是一种深度、前馈神经网络。

可以使用 BP 算法进行训练

ConvNet architectures make the explicit assumption that the inputs are images, which allows us to encode certain properties into the architecture

卷积神经网络的前提：输入是二维结构或者三维结构，但起比较大作用的是空间维度(spacial)，深度那一维并没有太明显的作用。

1.1 空间维度 spacial
是宽和高，不包含深度

1.2 什么是卷积
https://www.zhihu.com/question/22298352

这条知乎解释得非常清楚！