什么是 CNN? 卷积神经网络？ 怎么用 CNN 进行分类？（3）

参考视频：https://www.youtube.com/watch?v=E5Z7FQp7AQQ&list=PLuhqtP7jdD8CD6rOWy20INGM44kULvrHu

视频7：CNN 的全局架构

卷积层除了做卷积操作外，还要加上 bias ，再经过非线性的函数，这么做的原因是 “scaled properly”

通常滑动窗口(filter) 不止一个，如下图

如下图是一个 CNN 的全部流程

如上图，经过两个卷积层后，最后得到的特征矩阵被展开成一维矩阵，传给人工神经网络(全连接层)。由于这是一个二元分类问题，output neuron 使用激活函数 sigmoid。

如果这是训练过程，那么在计算出预测值后，还要计算 cost function，接着进行反向传播算法来改变参数

需要注意的是，CNN 的反向传播算法非常复杂，这也是为什么我们要使用 pytorch, tensorflow 等框架来实现 CNN，而非手写

TODO:here