卷积神经网络的组件

卷积神经网络的组件包括输入层，卷积层，激活层，池化层，全连接层。

输入层

输入层的作用是把输入数据送入卷积神经网络进行特征提取。

卷积层

卷积层是卷积神经网络的核心组件，对输入数据进行特征提取
卷积层的优点在于局部连接和权值共享

激活层

激活层的作用在于对卷积层抽取的特征进行激活

池化层

池化层对特征图进行下采样，对感受域的特征进行筛选

全连接层

全连接层是一个线性特征映射的过程