机器学习实操 第二部分 神经网路和深度学习 第14章 使用卷积神经网络进行深度计算机视觉第14章深入探讨了卷积神经网络(CNNs)及其在计算机视觉中的应用。CNNs受大脑视觉皮层的启发,通过局部感受野和权值共享机制,能够高效地处理图像数据。本章从CNN的基本构建块(如卷积层和池化层)讲起,介绍了多种经典的CNN架构(如LeNet-5、AlexNet、GoogLeNet、ResNet等),并探讨了CNN在目标检测和语义分割等任务中的应用。此外,还介绍了如何使用Keras实现CNN模型,以及如何利用预训练模型进行迁移学习。