?cnn

cnn發(fā)音

英：[?si: en ?en]　　美：[?si:en'en]

英：　　美：

cnn中文意思翻譯

abbr. 美國有線新聞網(wǎng)(=cable news network)

cnn常見例句

1 、His mom should be dealing with this, not CNN.───他的媽媽應(yīng)該處理這,不是有線新聞網(wǎng).

2 、At the heart of their potential artificial eye is a well-known chip design called a cellular nonlinear network, or CNN.───他們即將推出的人造眼球的核心是一種頗有名氣的芯片，該芯片被稱為"多孔非線性網(wǎng)絡(luò)"，簡稱CNN。

3 、A top U.S. diplomat was asked during an interview on CNN if the Serbian government "gets" the warning.───一位美國最高級別的外交官在接收CNN采訪時被問及塞方是否接到了這個警告。

4 、The TSA calls CNN's numbers a myth, but refuses to release its own data.───交通安全管理局聲稱CNN的數(shù)據(jù)太夸張，但他們卻拒絕提供數(shù)據(jù)資料。

5 、Hello, everyone, I am Catherine Callaway at the CNN center in Atlanta. Good Monday morning...───作者：韓萱點擊：1745發(fā)布時間：一個月前最后評論：一個月前

6 、Good morning, happy Friday to you, from the CNN center in Atlanta, I'm Reggie Aqui. Here ...───作者：韓萱點擊：670發(fā)布時間：一個月前最后評論：一個月前

7 、Good afternoon, from the CNN center in Atlanta, I'm Naamua Delaney .Thanks for checking i...───作者：韓萱點擊：1368發(fā)布時間：一個月前最后評論：一個月前

8 、"It's not because it's a cover.It's because they don't listen to what they don't want to hear," Hersh told CNN.───Hersh向CNN稱：“不是因為情況被隱瞞了，而是因為他們根本不聽不想聽到的東西。”

9 、CNN solemnly swears that everything on it is the truth,but I've gradually discovered this is actually a deception.───CNN冠冕堂皇地宣稱它的一切報道都是真的，但我已經(jīng)漸漸發(fā)現(xiàn)這是一場騙局。

10 、He had once seen me on CNN in a hotel in India and thought, “Jeez, that’s my father.───他曾經(jīng)在印度的一家旅館里看電視，從CNN的節(jié)目中看見我，“天哪，那是我父親。”

11 、CNN What qualifications do you have said China, to slander China in the world, Reputation, you do not admire, never!───CNN你有什么資格說中國,詆毀中國在世界上的名譽,你們不佩服,永遠都不!

12 、He said some photographs on the CNN and BBC websites had been deliberately cropped to denigrate China.───他說CNN與BBC上的一道照片是經(jīng)過處理故意污蔑中國的。

13 、CNN ANCHOR: Now it's ugly side of the world's most picturesque peaks.───CNN主播:這是世界上風(fēng)景最著名的山峰峰頂?shù)呐K亂一面。

14 、Sohn Jie-Ae, CNN, Pundang, South Korea.───CNN駐韓國記者孫智愛在盆唐市的報導(dǎo)。

15 、CNN correspondent Tara Duffy contributed to this report.───CNN記者塔拉女士對此報道亦有貢獻。

16 、Wharf Cable also carries several overseas channels, such as CNN and ESPN.───九倉有線電視也提供數(shù)個報道海外信息的節(jié)目臺，例如CNN及ESPN。

17 、CNN is conducting a poll to see whether Japan should be a member of Security Council!───>愛國的同胞們，注意啦！美國cnn新聞網(wǎng)正在網(wǎng)上做日本是否應(yīng)該成為聯(lián)合國常任理事國調(diào)查，大家快投票!!!

18 、CNN medical correspondent Elizabeth Cohen explains.───cnn醫(yī)藥欄目記者伊麗莎白·恩為大家解釋原因。

19 、Good afternoon from the CNN Center in Atlanta, I'm Naamua Delaney. Here are some of the he...───作者：韓萱點擊：1765發(fā)布時間：一個月前最后評論：一個月前

20 、CNN is the No. 1experienced liar the leading propagator on this planet.───CNN是這個星球上頂尖的頭號說謊者哈.

21 、He became a general- assignment anchor at CNN Headline News in July.───他從7月份開始擔(dān)任有線新聞電視公司(CNN)(標(biāo)題新聞)欄目的總編排。

22 、Yeah, if you felt strong about it you can protest to CNN with your freedom of expression_r.───囧同學(xué)：恩，如果你很強烈地這樣認為，你可以利用你的言論自由向CNN抗議。

23 、Elizabeth Cohen is a correspondent with CNN Medical News.Producer Amy Burkholder contributed to this report.───“人們是從機器中哭著出來的，”她說，“我們在很長一段時間內(nèi)不會再做這個實驗！”

24 、The lawyers asked the court to rule that CNN and Cafferty stop their injurious act and make a public apology.───他們請求法院判決CNN和卡弗蒂停止侵害行為；

25 、Good morning from the CNN Center in Atlanta, I'm Reggie Aqui. Thanks for checking in. Her...───作者：韓萱點擊：754發(fā)布時間：一個月前最后評論：一個月前

26 、ALESSIO VINCI, CNN CORRESPONDENT The man behind Ferrari's success today is Luca Cordero di Montezemolo.───CNN特派員亞勒席歐?芬奇現(xiàn)在，法拉利成功的推手是蒙泰澤莫洛。

27 、CNN broadcast of the video clips, al-Zawahiri dressed in white robes, was behind the bookshelf.───CNN轉(zhuǎn)播的錄像片斷中，扎瓦希里身著白袍，背后是書架。

28 、One official tells CNN 50 people have died and about 100 injured on the island of Nias near the quake's epicenter.───一位官員告訴CNN 記者位于震中附近的尼亞斯島有50人死亡、約100人受傷。

29 、Yeah, I think I saw him on cnn or something like that.─── 對 我好像在CNN或者其他什么地方 見過他

30 、A 15-year-old from Topeka, Kansas, told CNN on Monday that she was quarantined in Beijing for a week.───一位來自堪薩斯州托皮卡的15歲女生周一告訴CNN說，她在北京被隔離1周。

31 、CNN: The question I would ask is about the Anti-Secession Law.───[美國cnn記者]我想問一個關(guān)于《反分裂國家法》的問題。

32 、CNN medical correspondent Rea Blakey joins us now with the very latest - Rea.───CNN醫(yī)藥記者雷·布拉奇向我們報道最新情況。

33 、Sources tell CNN the new findings are outlined in an internal NASA review expected out today.───CNN獲悉，NASA最新討論中有新的發(fā)現(xiàn)，并有望在今天告訴媒體。

34 、Thousands of protesters stood outside CNN's Hol...───為什么我的眼里常含淚水？

35 、The power of CNN's shability of slandering our Chinese is as damagable as the earthquake.───CNN誣蔑中國人，其傻逼性的影響力，猶如地震一樣具有毀壞性。

36 、The US Navy did not consider the event a case of deliberate harassment, CNN reported.───CNN報道說，美國海軍不認為這是一件故意的干擾。

37 、He watched CNN obsessively to practice, and relocated his family to Raleigh, N.C.───他強迫自己觀看CNN學(xué)習(xí)英語，并將家搬到了北卡羅來納州的羅利。

38 、CNN) -- Gu Gu is not your typical soft and cuddly giant panda.───“古古”（音譯）不是你想象的異常溫柔和喜歡愛撫的大熊貓。

39 、CNN Correspondent said the fire reached up past the 30th floor.───一名有線新聞網(wǎng)記者說大火上升超過第30層樓.

40 、CNN) -- James Karl Buck helped free himself from an Egyptian jail with a one-word blog post from his cell phone.───Another one-word blog entry said it all: "Free." James Karl Buck同學(xué)通過他用手機更新的一詞博客（one-word blog）走出了埃及監(jiān)獄。

41 、CNN's medical experts report on cutting edge advances in treatment and prevention from around the world.───cnn的醫(yī)學(xué)專家在世界各個角落向大家報告疾病的預(yù)防與治療方面的最新進展。

42 、CNN host Kafudi vicious attacks on abusive defame China to insult the Chinese people's remarks.───CNN主持人卡弗蒂發(fā)表辱罵中國惡毒攻擊詆毀侮辱中國人民的言論。

43 、Still a year from now, the recorded document shows upon cnn, uhuh.─── 就一年前 CNN才放了我們的資料

44 、Good morning from the CNN center in Atlanta. I am Reggie Aqui. Here is what's happening N...───作者：韓萱點擊：1275發(fā)布時間：一個月前最后評論：一個月前

45 、"Before it happened I loved school, I loved everything about it," Redding, now 19, said on CNN television.───“這事發(fā)生之前，我熱愛學(xué)校，熱愛這里的一切?！?/p>

46 、The debates are a " key test" of the strength and abilities of the candidates,says CNN analyst Jeff Greenfield.───CNN的分析家杰夫·格林菲爾德說，辯論是對候選人的實力和能力的"嚴峻考驗"。

47 、CNN is not identifying the friend or his location to protect the identities of the Iranians.───為了保護兩位伊朗人的身份，CNN沒有透露他們朋友的身份及其所在地。

48 、CNN Reporter : Should Taiwan not have been more prepared for this weather that was coming?───CNN記者:臺灣不是應(yīng)該有更好的準(zhǔn)備來應(yīng)付這次的天氣狀況嗎？

49 、CNN ANCHOR Well, the prancing black stallion of Italy's luxurious car industry turns 60 this year.───CNN主播這個義大利豪華汽車產(chǎn)業(yè)的奔騰黑馬，今年已經(jīng)邁入六十歲了。

50 、Good morning, happy Monday to you from the CNN Center at Atlanta, I'm Reggie Aqui. Thanks...───作者：韓萱點擊：766發(fā)布時間：一個月前最后評論：一個月前

51 、The first CNN layer functions as an adaptive filter which converges asymptotically to an equilibrium point in the mean.───CNN的第一層功能是一只自適應(yīng)漸近收斂于平衡點的濾波器。

52 、CNN Anchor:Americans have elected their first black president.───CNN主播：美國人選出了首位黑人總統(tǒng)。

53 、"Why do you rack your brains in trying to turn black into white? Don't be too CNN," Murong croons.───“為什么你要折磨自己去顛倒黑白呢？別太CNN了”慕容萱唱到。

54 、BBC,CNN news are no proble with me.───臨床碩士畢業(yè)，英語聽說寫很好。

55 、Good morning from the CNN center in Atlanta. I am Reggie Aqui. Thanks for checking in. her...───作者：韓萱點擊：2715發(fā)布時間：一個月前最后評論：一個月前

56 、That confirmation came to CNN from a US military spokesman.───一位美國軍方發(fā)言人向CNN證實了這條消息。

57 、CNN didn’t identify the lawmaker who was speaking.───CNN沒有披露正在發(fā)言的那位議員的名字。

58 、Good afternoon! I'm Melissa Long at the CNN center in Atlanta with a look at what's happening now IN THE NEWS.───下午好,我是美麗莎·羅,在亞特蘭大的CNN總部為你報道最新時事新聞。

59 、Good morning hope your Thursday is off to a good start, I'm Reggie Aqui from the CNN cente...───作者：韓萱點擊：2287發(fā)布時間：一個月前最后評論：一個月前

60 、Good morning. From the CNN center in Atlanta, I'm Reggie Aqui. Thanks for checking in. He...───作者：韓萱點擊：2784發(fā)布時間：一個月前最后評論：一個月前

61 、CNN: Do you think you are a typical Florentine?───CNN:你認為自己是一個典型的佛羅倫薩人嗎？

62 、Good morning to you from the CNN center in Atlanta, I'm Reggie Aqui. Thanks for checking ...───作者：韓萱點擊：3686發(fā)布時間：一個月前最后評論：一個月前

63 、CNN talks analysts who discussed the governments need to take financial action with the auto industry.───CNN與談?wù)撜枰獙ζ囆袠I(yè)采取財務(wù)行動的分析師交談過。

64 、CNN presents an extraordinary documentary on Sierra Leone.───CNN為您播出震撼性的塞拉利昂紀(jì)錄片。

65 、CNN didn't identify the lawmaker who was speaking.He had a bit of a Southern drawl.───CNN沒有指出發(fā)言的人是誰，他有一點南方拉長的口音。

66 、He says Mr.Boutros-Ghali answered “CNN,” saying its influence is bigger than most countries.───他說加利回答到：CNN, 它的影響比許多國家要大得多。

67 、He covered the Gulf War for CNN then.───他當(dāng)時替美國有線新聞電視網(wǎng)報導(dǎo)海灣戰(zhàn)爭。

68 、You can also check on the CNN news site.───你也可以到CNN網(wǎng)站上查證這個消息。

69 、CNN could not independently verify whether Lee worked with Jackson.───CNN不能獨自證實李是否為杰克工作過。

70 、It may have crashed in northeastern India, CNN sister network CNN-IBN reported.───CNN的姊妹電視臺印度IBN報道說飛機可能墜毀于印度東北部。

71 、CNN Headlines News Translation Sharing Plan. Look forward of your participation.───CNN頭版新聞翻譯共享計劃，期待你的參與。

72 、Israeli Major Avital Leibovich was asked on CNN how the Israeli forces will avoid civilian casualties.───以色列少校雷波維奇在接受CNN采訪時被問到以軍將如何避免平民傷亡。

73 、CNN ANCHOR: Well the U.K is suffering from floods, Southern Europe is facing a devastating heatwave.───CNN主播： 英國正在遭受洪水的侵襲，南歐卻被炎夏的熱浪席卷。

74 、For" Feeling Fit," I'm Elizabeth Cohen, CNN, State College, Pennsylvania.───為了健康”欄目，伊麗莎白·恩CNN賓州州立大學(xué)，為您報道。

75 、CNN:blogger "Stryde Hax" uncovered proof of underage gymnast.───何可欣年齡不足 為什麼還在沈默?

76 、Good morning. Hope your Tuesday is off to a good start. I'm Reggie Aqui from the CNN cent...───作者：韓萱點擊：1957發(fā)布時間：一個月前最后評論：一個月前

77 、CNN's Judy Fortin takes a look at why puberty is starting at an earlier age.───CNN記者調(diào)查報道了為什么青春期來臨的越來越早的問題。

78 、Chinese loathe CNN and created the proverb "Don't act like CNN".───中國人現(xiàn)在非常討厭CNN以至于發(fā)明了一個俗語“做人不能像CNN”。

79 、"We've gone public with the fact that we are not involved but are trying to clean up the mess," Soriano told CNN.───“由于實際上跟我們根本沒有關(guān)系的事情，我們被公眾職責(zé)了。還好我們正在努力擺平這些麻煩”，索里亞諾告訴CNN。

80 、He mentioned possible contenders such as CNN, the New York Times, Le Monde or El Pais.───他提到的人選包括CNN，紐約時報，世界報或國家報。

81 、CNN reporter: Presidential gentleman of respect, we had revealed Iraqi P.O.W to the whole world a few days ago.───CNN記者：尊敬的總統(tǒng)先生,我們前幾天已經(jīng)向全世界展示了伊拉克戰(zhàn)俘。

82 、NO05>CNN has not independently confirmed this report, but we continue to try to verify the story.───CNN尚未個別去證實這則報導(dǎo)，但本臺將設(shè)法繼續(xù)求證這則消息。

cnn相當(dāng)于中國的哪個頻道

CNN是全球知名的新聞媒體，其在美國和全球范圍內(nèi)都具有廣泛的影響力。在中國，CNN可以被看做是類似于中國中央電視臺國際頻道（CCTV-4）的國際新聞頻道。

CCTV-4是中國中央電視臺唯一的國際頻道，其主要聚焦于報道國際新聞、文化、經(jīng)濟、科技等領(lǐng)域。與CNN類似，CCTV-4的報道也具有較高的專業(yè)性和權(quán)威性，該頻道在中國及全球范圍內(nèi)都有著廣泛的觀眾群體。

雖然CNN和CCTV-4都是國際新聞頻道，但由于兩國的文化背景和國情不同，兩者的報道重點和立場也有所不同。CNN在報道中更加注重反映西方國家的觀點和利益，而CCTV-4則更加關(guān)注中國的國家利益和對外形象的維護。

總的來說，CNN可以被看做是類似于中國中央電視臺國際頻道（CCTV-4）的國際新聞頻道，兩者在報道中存在一定的差異，但都具有較高的權(quán)威性和專業(yè)性。

CNN網(wǎng)絡(luò)簡介

卷積神經(jīng)網(wǎng)絡(luò)簡介（Convolutional Neural Networks，簡稱CNN）

卷積神經(jīng)網(wǎng)絡(luò)是近年發(fā)展起來，并引起廣泛重視的一種高效識別方法。20世紀(jì)60年代，Hubel和Wiesel在研究貓腦皮層中用于局部敏感和方向選擇的神經(jīng)元時發(fā)現(xiàn)其獨特的網(wǎng)絡(luò)結(jié)構(gòu)可以有效地降低反饋神經(jīng)網(wǎng)絡(luò)的復(fù)雜性，繼而提出了卷積神經(jīng)網(wǎng)絡(luò)（Convolutional

Neural

Networks-簡稱CNN）?，F(xiàn)在，CNN已經(jīng)成為眾多科學(xué)領(lǐng)域的研究熱點之一，特別是在模式分類領(lǐng)域，由于該網(wǎng)絡(luò)避免了對圖像的復(fù)雜前期預(yù)處理，可以直接輸入原始圖像，因而得到了更為廣泛的應(yīng)用。

K.Fukushima在1980年提出的新識別機是卷積神經(jīng)網(wǎng)絡(luò)的第一個實現(xiàn)網(wǎng)絡(luò)。隨后，更多的科研工作者對該網(wǎng)絡(luò)進行了改進。其中，具有代表性的研究成果是Alexander和Taylor提出的“改進認知機”，該方法綜合了各種改進方法的優(yōu)點并避免了耗時的誤差反向傳播。

一般地，CNN的基本結(jié)構(gòu)包括兩層，其一為特征提取層，每個神經(jīng)元的輸入與前一層的局部接受域相連，并提取該局部的特征。一旦該局部特征被提取后，它與其它特征間的位置關(guān)系也隨之確定下來；其二是特征映射層，網(wǎng)絡(luò)的每個計算層由多個特征映射組成，每個特征映射是一個平面，平面上所有神經(jīng)元的權(quán)值相等。特征映射結(jié)構(gòu)采用影響函數(shù)核小的sigmoid函數(shù)作為卷積網(wǎng)絡(luò)的激活函數(shù)，使得特征映射具有位移不變性。此外，由于一個映射面上的神經(jīng)元共享權(quán)值，因而減少了網(wǎng)絡(luò)自由參數(shù)的個數(shù)。卷積神經(jīng)網(wǎng)絡(luò)中的每一個卷積層都緊跟著一個用來求局部平均與二次提取的計算層，這種特有的兩次特征提取結(jié)構(gòu)減小了特征分辨率。

CNN主要用來識別位移、縮放及其他形式扭曲不變性的二維圖形。由于CNN的特征檢測層通過訓(xùn)練數(shù)據(jù)進行學(xué)習(xí)，所以在使用CNN時，避免了顯示的特征抽取，而隱式地從訓(xùn)練數(shù)據(jù)中進行學(xué)習(xí)；再者由于同一特征映射面上的神經(jīng)元權(quán)值相同，所以網(wǎng)絡(luò)可以并行學(xué)習(xí)，這也是卷積網(wǎng)絡(luò)相對于神經(jīng)元彼此相連網(wǎng)絡(luò)的一大優(yōu)勢。卷積神經(jīng)網(wǎng)絡(luò)以其局部權(quán)值共享的特殊結(jié)構(gòu)在語音識別和圖像處理方面有著獨特的優(yōu)越性，其布局更接近于實際的生物神經(jīng)網(wǎng)絡(luò)，權(quán)值共享降低了網(wǎng)絡(luò)的復(fù)雜性，特別是多維輸入向量的圖像可以直接輸入網(wǎng)絡(luò)這一特點避免了特征提取和分類過程中數(shù)據(jù)重建的復(fù)雜度。

1. 神經(jīng)網(wǎng)絡(luò)

首先介紹神經(jīng)網(wǎng)絡(luò)，這一步的詳細可以參考資源1。簡要介紹下。神經(jīng)網(wǎng)絡(luò)的每個單元如下：

其對應(yīng)的公式如下：

其中，該單元也可以被稱作是Logistic回歸模型。當(dāng)將多個單元組合起來并具有分層結(jié)構(gòu)時，就形成了神經(jīng)網(wǎng)絡(luò)模型。下圖展示了一個具有一個隱含層的神經(jīng)網(wǎng)絡(luò)。

其對應(yīng)的公式如下：

比較類似的，可以拓展到有2,3,4,5，…個隱含層。

神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法也同Logistic類似，不過由于其多層性，還需要利用鏈?zhǔn)角髮?dǎo)法則對隱含層的節(jié)點進行求導(dǎo)，即梯度下降+鏈?zhǔn)角髮?dǎo)法則，專業(yè)名稱為反向傳播。關(guān)于訓(xùn)練算法，本文暫不涉及。

2 卷積神經(jīng)網(wǎng)絡(luò)

在圖像處理中，往往把圖像表示為像素的向量，比如一個1000×1000的圖像，可以表示為一個1000000的向量。在上一節(jié)中提到的神經(jīng)網(wǎng)絡(luò)中，如果隱含層數(shù)目與輸入層一樣，即也是1000000時，那么輸入層到隱含層的參數(shù)數(shù)據(jù)為1000000×1000000=10^12，這樣就太多了，基本沒法訓(xùn)練。所以圖像處理要想練成神經(jīng)網(wǎng)絡(luò)大法，必先減少參數(shù)加快速度。就跟辟邪劍譜似的，普通人練得很挫，一旦自宮后內(nèi)力變強劍法變快，就變的很牛了。

2.1 局部感知

卷積神經(jīng)網(wǎng)絡(luò)有兩種神器可以降低參數(shù)數(shù)目，第一種神器叫做局部感知野。一般認為人對外界的認知是從局部到全局的，而圖像的空間聯(lián)系也是局部的像素聯(lián)系較為緊密，而距離較遠的像素相關(guān)性則較弱。因而，每個神經(jīng)元其實沒有必要對全局圖像進行感知，只需要對局部進行感知，然后在更高層將局部的信息綜合起來就得到了全局的信息。網(wǎng)絡(luò)部分連通的思想，也是受啟發(fā)于生物學(xué)里面的視覺系統(tǒng)結(jié)構(gòu)。視覺皮層的神經(jīng)元就是局部接受信息的（即這些神經(jīng)元只響應(yīng)某些特定區(qū)域的刺激）。如下圖所示：左圖為全連接，右圖為局部連接。

在上右圖中，假如每個神經(jīng)元只和10×10個像素值相連，那么權(quán)值數(shù)據(jù)為1000000×100個參數(shù)，減少為原來的千分之一。而那10×10個像素值對應(yīng)的10×10個參數(shù)，其實就相當(dāng)于卷積操作。

2.2 參數(shù)共享

但其實這樣的話參數(shù)仍然過多，那么就啟動第二級神器，即權(quán)值共享。在上面的局部連接中，每個神經(jīng)元都對應(yīng)100個參數(shù)，一共1000000個神經(jīng)元，如果這1000000個神經(jīng)元的100個參數(shù)都是相等的，那么參數(shù)數(shù)目就變?yōu)?00了。

怎么理解權(quán)值共享呢？我們可以這100個參數(shù)（也就是卷積操作）看成是提取特征的方式，該方式與位置無關(guān)。這其中隱含的原理則是：圖像的一部分的統(tǒng)計特性與其他部分是一樣的。這也意味著我們在這一部分學(xué)習(xí)的特征也能用在另一部分上，所以對于這個圖像上的所有位置，我們都能使用同樣的學(xué)習(xí)特征。

更直觀一些，當(dāng)從一個大尺寸圖像中隨機選取一小塊，比如說 8×8 作為樣本，并且從這個小塊樣本中學(xué)習(xí)到了一些特征，這時我們可以把從這個

8×8 樣本中學(xué)習(xí)到的特征作為探測器，應(yīng)用到這個圖像的任意地方中去。特別是，我們可以用從 8×8

樣本中所學(xué)習(xí)到的特征跟原本的大尺寸圖像作卷積，從而對這個大尺寸圖像上的任一位置獲得一個不同特征的激活值。

如下圖所示，展示了一個33的卷積核在55的圖像上做卷積的過程。每個卷積都是一種特征提取方式，就像一個篩子，將圖像中符合條件（激活值越大越符合條件）的部分篩選出來。

2.3 多卷積核

上面所述只有100個參數(shù)時，表明只有1個100*100的卷積核，顯然，特征提取是不充分的，我們可以添加多個卷積核，比如32個卷積核，可以學(xué)習(xí)32種特征。在有多個卷積核時，如下圖所示：

上圖右，不同顏色表明不同的卷積核。每個卷積核都會將圖像生成為另一幅圖像。比如兩個卷積核就可以將生成兩幅圖像，這兩幅圖像可以看做是一張圖像的不同的通道。如下圖所示，下圖有個小錯誤，即將w1改為w0，w2改為w1即可。下文中仍以w1和w2稱呼它們。

下圖展示了在四個通道上的卷積操作，有兩個卷積核，生成兩個通道。其中需要注意的是，四個通道上每個通道對應(yīng)一個卷積核，先將w2忽略，只看w1，那么在w1的某位置（i,j）處的值，是由四個通道上（i,j）處的卷積結(jié)果相加然后再取激活函數(shù)值得到的。

所以，在上圖由4個通道卷積得到2個通道的過程中，參數(shù)的數(shù)目為4×2×2×2個，其中4表示4個通道，第一個2表示生成2個通道，最后的2×2表示卷積核大小。

2.4 Down-pooling

在通過卷積獲得了特征 (features)

之后，下一步我們希望利用這些特征去做分類。理論上講，人們可以用所有提取得到的特征去訓(xùn)練分類器，例如 softmax

分類器，但這樣做面臨計算量的挑戰(zhàn)。例如：對于一個 96X96

像素的圖像，假設(shè)我們已經(jīng)學(xué)習(xí)得到了400個定義在8X8輸入上的特征，每一個特征和圖像卷積都會得到一個 (96 − 8 + 1) × (96 − 8+ 1) = 7921 維的卷積特征，由于有 400 個特征，所以每個樣例 (example) 都會得到一個 892 × 400 =3,168,400 維的卷積特征向量。學(xué)習(xí)一個擁有超過 3 百萬特征輸入的分類器十分不便，并且容易出現(xiàn)過擬合 (over-fitting)。

為了解決這個問題，首先回憶一下，我們之所以決定使用卷積后的特征是因為圖像具有一種“靜態(tài)性”的屬性，這也就意味著在一個圖像區(qū)域有用的特征極有可能在另一個區(qū)域同樣適用。因此，為了描述大的圖像，一個很自然的想法就是對不同位置的特征進行聚合統(tǒng)計，例如，人們可以計算圖像一個區(qū)域上的某個特定特征的平均值(或最大值)。這些概要統(tǒng)計特征不僅具有低得多的維度 (相比使用所有提取得到的特征)，同時還會改善結(jié)果(不容易過擬合)。這種聚合的操作就叫做池(pooling)，有時也稱為平均池化或者最大池化 (取決于計算池化的方法)。

至此，卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和原理已經(jīng)闡述完畢。

2.5 多層卷積

在實際應(yīng)用中，往往使用多層卷積，然后再使用全連接層進行訓(xùn)練，多層卷積的目的是一層卷積學(xué)到的特征往往是局部的，層數(shù)越高，學(xué)到的特征就越全局化。

3 ImageNet-2010網(wǎng)絡(luò)結(jié)構(gòu)

ImageNetLSVRC是一個圖片分類的比賽，其訓(xùn)練集包括127W+張圖片，驗證集有5W張圖片，測試集有15W張圖片。本文截取2010年AlexKrizhevsky的CNN結(jié)構(gòu)進行說明，該結(jié)構(gòu)在2010年取得冠軍，top-5錯誤率為15.3%。值得一提的是，在今年的ImageNetLSVRC比賽中，取得冠軍的GoogNet已經(jīng)達到了top-5錯誤率6.67%?？梢姡疃葘W(xué)習(xí)的提升空間還很巨大。

下圖即為Alex的CNN結(jié)構(gòu)圖。需要注意的是，該模型采用了2-GPU并行結(jié)構(gòu)，即第1、2、4、5卷積層都是將模型參數(shù)分為2部分進行訓(xùn)練的。在這里，更進一步，并行結(jié)構(gòu)分為數(shù)據(jù)并行與模型并行。數(shù)據(jù)并行是指在不同的GPU上，模型結(jié)構(gòu)相同，但將訓(xùn)練數(shù)據(jù)進行切分，分別訓(xùn)練得到不同的模型，然后再將模型進行融合。而模型并行則是，將若干層的模型參數(shù)進行切分，不同的GPU上使用相同的數(shù)據(jù)進行訓(xùn)練，得到的結(jié)果直接連接作為下一層的輸入。

上圖模型的基本參數(shù)為：

輸入：224×224大小的圖片，3通道

第一層卷積：5×5大小的卷積核96個，每個GPU上48個。

第一層max-pooling：2×2的核。

第二層卷積：3×3卷積核256個，每個GPU上128個。

第二層max-pooling：2×2的核。

第三層卷積：與上一層是全連接，3*3的卷積核384個。分到兩個GPU上個192個。

第四層卷積：3×3的卷積核384個，兩個GPU各192個。該層與上一層連接沒有經(jīng)過pooling層。

第五層卷積：3×3的卷積核256個，兩個GPU上個128個。

第五層max-pooling：2×2的核。

第一層全連接：4096維，將第五層max-pooling的輸出連接成為一個一維向量，作為該層的輸入。

第二層全連接：4096維

Softmax層：輸出為1000，輸出的每一維都是圖片屬于該類別的概率。

4 DeepID網(wǎng)絡(luò)結(jié)構(gòu)

DeepID網(wǎng)絡(luò)結(jié)構(gòu)是香港中文大學(xué)的Sun

Yi開發(fā)出來用來學(xué)習(xí)人臉特征的卷積神經(jīng)網(wǎng)絡(luò)。每張輸入的人臉被表示為160維的向量，學(xué)習(xí)到的向量經(jīng)過其他模型進行分類，在人臉驗證試驗上得到了97.45%的正確率，更進一步的，原作者改進了CNN，又得到了99.15%的正確率。

如下圖所示，該結(jié)構(gòu)與ImageNet的具體參數(shù)類似，所以只解釋一下不同的部分吧。

上圖中的結(jié)構(gòu)，在最后只有一層全連接層，然后就是softmax層了。論文中就是以該全連接層作為圖像的表示。在全連接層，以第四層卷積和第三層max-pooling的輸出作為全連接層的輸入，這樣可以學(xué)習(xí)到局部的和全局的特征。