入门卷积神经网络必备，基础、理论、实战一网打尽！

今天药忘吃喽~ 2022-11-05 06:23 12阅读 0赞

**目录**

前言

教程安排

1、基本概念

2、论文解读

3、模型结构与原理

4、模型实战

5、问题解答

6、目标检测领域

相关技术群

--------------------

# 前言 #

其实，挺早之前就有更新有关于卷积神经网络文章的想法，这些时间里，因为一些事情，更新进度确实慢了一些，但是也还好，文章在成长中。

到目前为止，也已经更新了10多篇卷积神经网络的文章，有基本概念介绍，论文解读，原理讲解等等。后面会有更详细的介绍。

文章还在更新中，如果你想入门卷积神经网络，这些文章，你一定要看，具体请关注公众号AI与区块链技术：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF45FF_t_70][]

部分文章如下，更多的文章，关注公众号了解一下吧！

> 【深度学习基础系列】
> 
> ▶ [一篇文章解决卷积运算中的尺寸问题][Link 1]
> 
> ▶ [盘天盘地盘“直男”，激活函数不简单][Link 2]
> 
> 【卷积神经网络系列】
> 
> ▶ [01 卷积神经网络简介][01]
> 
> ▶ [02 LeNet-5原理及代码详解][02 LeNet-5]
> 
> ▶ [03-1 AlexNet网络结构与原理分析][03-1 AlexNet]
> 
> ▶ [03-2 AlexNet网络搭建与输出][03-2 AlexNet]
> 
> 【相关论文】
> 
> ▶ [AlexNet:ImageNet Classification with Deep CNN][AlexNet_ImageNet Classification with Deep CNN]
> 
> ▶ [Large Scale Distributed Deep Networks][]
> 
> ▶ [Cooperative Initialization based DNN Training][]
> 
> ▶ [VGG：用于大规模图像识别的超深度卷积网络][VGG]
> 
> 【目标检测系列】
> 
> ▶ [YOLO v1 论文笔记 01][YOLO v1 _ 01]
> 
> ▶ [YOLO v1 论文笔记 02][YOLO v1 _ 02]
> 
> ▶ [YOLO v4 论文翻译][YOLO v4]
> 
> ▶ [重磅！！！OpenCV4.4.0新鲜出炉！支持YOLO v4，SIFT免费使用][OpenCV4.4.0_YOLO v4_SIFT]
> 
> ▶ [尝鲜！Windows下实现YOLOv4物体检测][Windows_YOLOv4]
> 
> ▶ [Python+OpenCV4实现YOLO v4物体检测][Python_OpenCV4_YOLO v4]
> 
> ▶ [视频教程：基于OpenCV4.4的YOLO4实战教程][OpenCV4.4_YOLO4]

# 教程安排 #

想入门卷积神经网络，那就要从下面这几个角度入手：

> 1、基本概念
> 
> 2、论文解读
> 
> 3、模型结构与原理
> 
> 4、模型实战
> 
> 5、问题解答

## 1、基本概念 ##

想了解卷积神经网络，就要了解卷积神经网络中涉及到的一些基本概念，了解这些概念的含义，还有具体的实现原理和实现方式。比如什么是卷积以及卷积的方式？什么是激活函数？激活函数都有哪些？了解了这些基本概念，才能更好地了解后面的模型。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FFF47F_t_70][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_68FFFF_t_70][]

## 2、论文解读 ##

想了解卷积神经网络模型，要先认真阅读对应的论文，了解模型提出的背景，模型相关的其他模型，了解模型的基本结构，了解模型的实验数据，了解模型的特点，分析模型的优缺点等等。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF47FF_t_70][]

## 3、模型结构与原理 ##

了解完论文，就要根据论文内容，去分析模型的结构和原理，了解模型的结构，了解模型不同层的参数，通过结构去分析模型的特点，分析模型的优缺点，去和其他的模型进行比较。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF58FF_t_70][]

## 4、模型实战 ##

光了解理论是不行的，要能够复现模型，能够利用复现的模型进行模型训练，测试，甚至能够应用到自己的科研或者工作中。当然对于我们入门来说我们能够复现模型，能够进行模型训练和测试就可以啦！

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FFF99F_t_70][]

## 5、问题解答 ##

上面的四部分，我们就基本上能够对卷积神经网络有深刻了解了，当然也适用于其他领域的学习。

在上面四部分的学习中，我们会意识到一些问题，可能问题很小，但是我们也要想明白，比如卷积层运算过程中涉及到的尺寸问题？我们要自己去理解这些问题，不断地去填充，保证我们对卷积神经网络无死角学懂！

这部分内容，我们会和基本概念放在一起。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FFF55F_t_70][]

当然，上面这些，我的教程里面都有，也会一直不断完善下去，就像我们的知识，会不断地填充。

## **6、目标检测领域** ##

因为自己之前有学过一些目标检测的内容，深入学习过YOLO，所以也分享了一些有关于YOLO的内容。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FFF47F_t_70 1][]

其他的我也会不断更新，想要跟我一起学习，那就关注我的公众号，学习起来吧！

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF45FF_t_70][]

# 相关技术群 #

第一个是总群 **326866692** ，这个群**可以容纳两千人进行学习交流**，**交流方向最为全面**，包括人工智能、机器学习、深度学习、计算机视觉、区块链、计算机软件开发等。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_16_color_FFFFFF_t_70][]

群里有很多相关资料文档，供大家学习使用，部分资料如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_26_color_4758FF_t_70][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_26_color_FF4758_t_70][]

第二个是OpenCV专门的群 **797239959** ，这个群是专门针对于计算机视觉OpenCV的群，你可以在这里群里获取OpenCV的学习资料，和OpenCV行业大佬进行交流。OpenCV会为我们以后学习卷积神经网络打下基础。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_16_color_FFFFFF_t_70 1][]

第三个是深度学习神经网络领域的群，能够容纳1000人，深度学习发展最好的领域，应该就是计算机视觉领域了，我们的卷积神经网络主要也是应用于计算机视觉，了解相关领域的研究内容等，可以加这个群，群号为：**995139219**。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_16_color_FFFFFF_t_70 2][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF45FF_t_70]: /images/20221023/7029470e0da14c30bd8ad326d630931d.png
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247485930&idx=1&sn=0b69dfdb8cc1439782cedae0f8e1bed2&chksm=fcc50fd3cbb286c598fb2a9ff50c038daca9b18efb3784d10b58922db95f506431e4a07187dd&scene=21#wechat_redirect
[Link 2]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484750&idx=1&sn=9e4eadfdbce55caf38e291d4e297726e&chksm=fcc50377cbb28a615059e715e6c973b53b48b9eb5d1bdca0bee6040f1ccb819e0bc1e87fc115&scene=21#wechat_redirect
[01]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484657&idx=1&sn=84df76cbe04a556940fbf79e2a6042a3&chksm=fcc502c8cbb28bde741872bef605264cb83159c8ed111e784efe62cf8284c334edb88a659248&scene=21#wechat_redirect
[02 LeNet-5]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484679&idx=1&sn=de4ce481fa8e41b3c868226d97f9626f&chksm=fcc5033ecbb28a28a9809b0431e996f322d5bf724962c1e543cb3b9bf45e498faff5197e9ef9&scene=21#wechat_redirect
[03-1 AlexNet]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247485958&idx=1&sn=06ca1a0a0c674ea06e73ce815e293cd2&chksm=fcc50c3fcbb28529484092403eb8d260ab135150646cd9c2f69e84764165c495576badfe04d8&scene=21#wechat_redirect
[03-2 AlexNet]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247487684&idx=1&sn=f72e364eb73f759c5cc8da5622aa2f65&chksm=fcc516fdcbb29feb20f0cc448873d53c42e0fbf1655ad251fa4ab1c1d83b3dac69e80fcc48e6&scene=21#wechat_redirect
[AlexNet_ImageNet Classification with Deep CNN]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484768&idx=1&sn=04158e5143a69543293cafa665968037&chksm=fcc50359cbb28a4f23b8063608f02b58111aaae7dbef6ce90b127c4558fcef32e187a3971838&scene=21#wechat_redirect
[Large Scale Distributed Deep Networks]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247485707&idx=1&sn=7722a8dc7f5f2b8a1a6285714758691f&chksm=fcc50f32cbb28624c6c7d549b2a1d4496ce985b60e9844ce9057237bd9a1d13e8ef0cf67751b&scene=21#wechat_redirect
[Cooperative Initialization based DNN Training]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247486810&idx=1&sn=7eae529fcf79fefa13b3197ed4d9af50&chksm=fcc50b63cbb282756a0cf14b30b401237d262102c55b090e5b95794918d6ed96ea183356bf85&scene=21#wechat_redirect
[VGG]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247488750&idx=1&sn=d3fdd4cd379aee16fd03e5860716409c&chksm=fcc512d7cbb29bc11cf04a4d873a98dd4070214250284623e738bcf2c73e8656b9de54958e62&scene=21#wechat_redirect
[YOLO v1 _ 01]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484526&idx=2&sn=ba92471078f30cc566226388db5cfab5&chksm=fcc50257cbb28b41a6c114957b37610f2d1c74cbdde677a3c73b9729a85242b7b49d8133691a&scene=21#wechat_redirect
[YOLO v1 _ 02]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484626&idx=2&sn=a6efaad73f22ebb29ab354e5a6790a81&chksm=fcc502ebcbb28bfde3600939375b2209a3348a9b6ab661b236a7ca093426f3f85008c8c665f6&scene=21#wechat_redirect
[YOLO v4]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484826&idx=1&sn=fffda19a84005054915612e05adde03d&chksm=fcc503a3cbb28ab50d58821b07ef3a12124c19826c075f5ad04bbf34c45905c839d18c8b96b4&scene=21#wechat_redirect
[OpenCV4.4.0_YOLO v4_SIFT]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484898&idx=1&sn=331f245c7b2f274706a2530c1469b0e1&chksm=fcc503dbcbb28acd56f0f145fb675729dcb0c80984bf8ed4c4ee945bcff76e080be02ec55d69&scene=21#wechat_redirect
[Windows_YOLOv4]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484799&idx=1&sn=61ba7eb266190dc00125a8a72c57cf3b&chksm=fcc50346cbb28a50028ad5365593264ff406d3a0446aa7ed30f35f77965d38e61b01f7648299&scene=21#wechat_redirect
[Python_OpenCV4_YOLO v4]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247484922&idx=1&sn=fcb65314b7a4cf7635bbab02c85b85d1&chksm=fcc503c3cbb28ad5f3b40830acef698f56088e67f18ea6ccccb5324ac4ad2943065c4f295020&scene=21#wechat_redirect
[OpenCV4.4_YOLO4]: http://mp.weixin.qq.com/s?__biz=MzU3MzI2NDcyNg==&mid=2247485114&idx=1&sn=885b91dde86b8cea291be2d506ddef95&chksm=fcc50083cbb28995580a7b6d73e05a248d2ca4dbb997067237c7284e2d4643248720584c0385&scene=21#wechat_redirect
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FFF47F_t_70]: /images/20221023/af0a75094d2840759cad27594c07a45f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_68FFFF_t_70]: /images/20221023/97d3e92655d648afb05233d04ed468c0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF47FF_t_70]: /images/20221023/d4203e96dc874a479a1290d7831dd2b1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF58FF_t_70]: /images/20221023/6dee1ae62d7940deba66268b35354c40.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FFF99F_t_70]: /images/20221023/82b4006dd14b4f6cbd434c01890980da.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FFF55F_t_70]: /images/20221023/22c055abe9874f84bf747a211224d592.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FFF47F_t_70 1]: /images/20221023/d40cdd445fca44808a3de4fae0cd50e5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_16_color_FFFFFF_t_70]: /images/20221023/b6b18c63e30f44aab4a778d35366533e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_26_color_4758FF_t_70]: /images/20221023/ae6631ec008b494eb7845f73ae82bbd5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_26_color_FF4758_t_70]: /images/20221023/cfd7f3e37f2446ee95847b8425d4df39.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_16_color_FFFFFF_t_70 1]: /images/20221023/047c77c458f2480e89ef973f25183c8f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_16_color_FFFFFF_t_70 2]: /images/20221023/5ad16f81c36e43ddb2158fe86b9ecfff.png