卷积神经网络CNN的结构一般包含这几个层: •输入层:用于数据的输入 •卷积层:使用卷积核进行特征提取和特征映射 •激励层:由于卷积也是一种线性运算,因此需要增加非线性映射 •池化层:进行下采样,对特征图稀疏处理,减少数据运算量。 •全连接层:通常在CNN的尾部进行重新拟合,减少特征信息的损失