前の段落、コンボリューションは、特徴を抽出することができますが、大規模なギャラリーの中で現実の世界のために、私たちは、地元の機能が効果的に、我々はまだそれを行う方法を自動学習、ニューラルネットワークを訓練したいと考えているか分からないのですか？BPは以前学んだアルゴリズムを使用していたが、今の問題は、ニューラルネットワークのコンボリューションであり、それは何を問題ではありませんか？以下の2つのチャートを見て実際には、畳み込み演算を乗じた後、加算され、ニューラルネットワークの効果は同じである、ことを示しています。そして、コンボリューションカーネルのコンボリューション結果をパラメータとニューラルネットワークにおける隠れ層の結果に対応しています。BPアルゴリズムにこのリターンは、あなたは、エラーがますます小さくなっているようなアプローチは、最初の初期化パラメータ、同じであり、訓練を通じて、以前学びました。
元の記事からの転載：https://blog.csdn.net/qq_43650923/article/details/100630276