来源：小白学视觉
一、资源简介
好久没有分享学习资源了，今天给各位小伙伴分享一个关于如何使用卷积神经网络的学习资料。随着计算机视觉技术的发展，卷积神经网络距离我们已经不再遥远和神秘，在日常的学习和研究中越来越多的使用卷积神经网络来解决问题，可以说卷积神将网络是我们学习深度学习必须要面对的，因此如何而如何使用好卷积神经网络，是我们都要面对的问题！
卷积神经网络是仿造生物的视知觉（visual perception）机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化（grid-like topology）特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程（feature engineering）要求。
二、主要内容
卷积神经网络主要包括卷积层和池化层，两部分参数设计的好可以得到非常漂亮的结果，但是如果参数设计的不好，那么结果会变的非常糟糕，因此有人将调整神经网络的参数形容为“道士炼丹”，所有的结果完全靠试凑。本次分享的资料主要讲解使用CNN的方法和技巧，也就是怎么去调整卷积和池化层，希望结合资料中的经验小伙伴们在以后“炼丹”的时候可以事半功倍。
三、资源分享
同时为了方便大家阅读和学习，我们不仅把资料放在了文中，同时打包了PDF，可以在后台直接下载哦~
获取方式：
1. 关注我们的公众号“AI算法与图像处理”
2. 后台回复“CNN技巧” 即可以获取资料哈~（建议复制，避免错字）
预览
获取方式：
1. 关注我们的公众号“AI算法与图像处理”
2. 后台回复“CNN技巧” 即可以获取资料哈~（建议复制，避免错字）