卷积神经网络通俗易懂理解
1.前言。卷积神经网络是当下AI人工智能深度学习的基础，CNN可以应用在场景分类，图像分类，现在还可以应用到自然语言处理(NLP)方面的很多问题，比如句子分类等。下面进行讲解。
2.神经元。神经网络是由大量的神经元相互连接而成的，每个神经元接受线性组合输入之后，刚开始只是简单地线性加权，后给每个神经元加上了非线性的激活函数，从而进行非线性变换后输出，每两个神经元之间的链接称之为权重。
3.激活函数。可以看到sigmoid函数可以将输出值压缩到0-1之间，而输入值可以为任意值，跟逻辑回归一样，我们可以将激活函数看作是一种“分类概率”，线性加权之后的输入通过非线性激活函数sigmoid之后将输入值压缩到0-1之间，我们可以将这些值看做概率，如果输出为0.9，那么可以理解为90%的概率为正样本。
