卷积神经网络——吴恩达DeepLearning.ai深度学习笔记之卷积神经网络（一）

1. 计算机视觉

计算机视觉（Computer Vision） 的高速发展标志着新型应用产生的可能，例如自动驾驶、人脸识别、创造新的艺术风格。人们对于计算机视觉的研究也催生了很多机算机视觉与其他领域的交叉成果。一般的计算机视觉问题包括以下几类：

• 图片分类
• 目标检测
• 图片风格迁移

应用计算机视觉时要面临的一个挑战是数据的输入可能会非常大。例如一张  的图片，神经网络输入层的维度将高达三百万，使得网络权重  非常庞大。这样会造成：

1. 神经网络结构复杂，数据量相对较少，容易出现过拟合；
2. 所需内存和计算量巨大。

因此，一般的神经网络很难处理蕴含着大量数据的图像。解决这一问题的方法就是使用卷积神经网络（Convolutional Neural Network, CNN）。