卷积神经网络（Convolutional Neural Network,CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 它包括卷积层(alternating convolutional layer)和池层(pooling layer)。
卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络（Convolutional Neural Networks-简称CNN）。现在，CNN已经成为众多科学领域的研究热点之一，特别是在模式分类领域，由于该网络避免了对图像的复杂前期预处理，可以直接输入原始图像，因而得到了更为广泛的应用。 K.Fukushima在1980年提出的新识别机是卷积神经网络的第一个实现网络。随后，更多的科研工作者对该网络进行了改进。其中，具有代表性的研究成果是Alexander和Taylor提出的“改进认知机”，该方法综合了各种改进方法的优点并避免了耗时的误差反向传播。
一般地，CNN的基本结构包括两层，其一为特征提取层，每个神经元的输入与前一层的局部接受域相连，并提取该局部的特征。一旦该局部特征被提取后，它与其它特征间的位置关系也随之确定下来；其二是特征映射层，网络的每个计算层由多个特征映射组成，每个特征映射是一个平面，平面上所有神经元的权值相等。特征映射结构采用影响函数核小的sigmoid函数作为卷积网络的激活函数，使得特征映射具有位移不变性。此外，由于一个映射面上的神经元共享权值，因而减少了网络自由参数的个数。卷积神经网络中的每一个卷积层都紧跟着一个用来求局部平均与二次提取的计算层，这种特有的两次特征提取结构减小了特征分辨率。
CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。由于CNN的特征检测层通过训练数据进行学习，所以在使用CNN时，避免了显示的特征抽取，而隐式地从训练数据中进行学习；再者由于同一特征映射面上的神经元权值相同，所以网络可以并行学习，这也是卷积网络相对于神经元彼此相连网络的一大优势。卷积神经网络以其局部权值共享的特殊结构在语音识别和图像处理方面有着独特的优越性，其布局更接近于实际的生物神经网络，权值共享降低了网络的复杂性，特别是多维输入向量的图像可以直接输入网络这一特点避免了特征提取和分类过程中数据重建的复杂度。
本人也是刚开始学习深度学习，也是初学卷积神经网络在语音识别方面的应用，希望能和大家一起学习，有不懂的可以进群一起讨论。
不懂的可以加我的QQ群： 522869126（卷积神经网络之语音）欢迎你的到来哦，看了博文给点脚印呗，谢谢啦~~

深度学习--基于卷积神经网络的歌唱嗓音识别相关推荐

  1. 利用python卷积神经网络手写数字识别_Keras深度学习：卷积神经网络手写数字识别...

    引言:最近在闭关学习中,由于多久没有写博客了,今天给大家带来学习的一些内容,还在学习神经网络的同学,跑一跑下面的代码,给你一些自信吧!Nice 奥里给! 正文:首先该impor的库就不多说了,不会的就 ...

  2. 深度学习之卷积神经网络（13）DenseNet

    深度学习之卷积神经网络(13)DenseNet  Skip Connection的思想在ResNet上面获得了巨大的成功,研究人员开始尝试不同的Skip Connection方案,其中比较流行的就是D ...

  3. 深度学习之卷积神经网络（12）深度残差网络

    深度学习之卷积神经网络(12)深度残差网络 ResNet原理 ResBlock实现 AlexNet.VGG.GoogleLeNet等网络模型的出现将神经网络的法阵带入了几十层的阶段,研究人员发现网络的 ...

  4. 深度学习之卷积神经网络（11）卷积层变种

    深度学习之卷积神经网络(11)卷积层变种 1. 空洞卷积 2. 转置卷积 矩阵角度 转置卷积实现 3. 分离卷积 卷积神经网络的研究产生了各种各样优秀的网络模型,还提出了各种卷积层的变种,本节将重点介 ...

  5. 深度学习之卷积神经网络（10）CIFAR10与VGG13实战

    深度学习之卷积神经网络(10)CIFAR10与VGG13实战 MNIST是机器学习最常用的数据集之一,但由于手写数字图片非常简单,并且MNIST数据集只保存了图片灰度信息,并不适合输入设计为RGB三通 ...

  6. 深度学习之卷积神经网络（8）BatchNorm层

    深度学习之卷积神经网络(8)BatchNorm层 BatchNorm层概念 BatchNorm层实现 1. 向前传播 2. 反向更新 3. BN层实现 4. 完整代码 卷积神经网络的出现,网络参数量大 ...

  7. 深度学习之卷积神经网络（7）池化层

    深度学习之卷积神经网络(7)池化层 在卷积层中,可以通过调节步长参数s实现特征图的高宽成倍缩小,从而降低了网络的参数量.实际上,处理通过设置步长,还有一种专门的网络层可以实现尺寸缩减功能,它就是这里要 ...

  8. 深度学习之卷积神经网络（5）表示学习

    深度学习之卷积神经网络(5)表示学习  我们已经介绍完卷积神经网络层的工作原理与实现方法,复杂的卷积神经网络模型也是基于卷积层的堆叠构成的.在过去的一段时间内,研究人员发现网络层数越深,模型的表达能力 ...

  9. 深度学习之卷积神经网络（4）LeNet-5实战

    深度学习之卷积神经网络(4)LeNet-5实战 加载数据集 创建网络 训练阶段 测试阶段 完整代码  1990年代,Yann LeCun等人提出了用于手写数字和机器打印字符图片识别的神经网络,被命名为 ...

最新文章

  1. html 图片自动切换插件,jquery图片切换插件
  2. 运行维护：UPS电源并列运行分析及维护应用
  3. xmake高级特性之自定义选项
  4. 利用 python 的 http.server 包快速搭建web server 服务
  5. 色彩搭配总是显得很乱？配色专辑把色彩简单化
  6. VMware Fusion 启动物理磁盘及U盘的方法
  7. c语言编程汉诺塔问题,C语言解决汉诺塔问题
  8. 前端开发使用物联网pass平台应知事项
  9. css div居中对齐
  10. Spark应用启动报错：Could not locate executable null\bin\winutils.exe in the Hadoop binaries.
  11. 如何预防 XSS 攻击
  12. 预见丨未来智慧新城市
  13. 「兔了个兔」福兔贺春，纯CSS实现超精美月兔404界面（附源码）
  14. make and makefile
  15. vue中父组件传图片路径src给子组件无法正常显示图片
  16. 超实用！应对压力的几种做法
  17. 百度飞桨PaddelePaddle-21天零基础实践深度学习-【手写数字任务】2
  18. 手机网络抓包 转载记录http://blog.csdn.net/skylin19840101/article/details/43485911
  19. 59.java编程思想——创建窗口和程序片 Swing
  20. 2015.03.10,学习,文献笔记-“水轮机压力脉动的混频幅值置信度分析方法研究” （1）...

热门文章

  1. ubuntu16.04使用小觅相机
  2. 【转】追问《我的团长我的团》
  3. 常见简单函数高清无码大图赏析
  4. 排队叫号python编程_排队叫号系统示例文档
  5. 如何做出亮闪闪的毕业设计PPT？
  6. 一、Arduino+MPU6050/MPU9250——IMU惯性传感器原理
  7. 如何自动校正系统时间
  8. 东北大学软件项目管理与过程改进bb平台期末复习题整理(Part One)
  9. 【C#在资源管理器中显示自定义文件格式的缩略图】
  10. 学习机赛道加速：请“卷”产品，不要“卷”营销