# 窥探卷积神经网络（CNN） * * * * * 由于研究生导师是遥感图像方面，而且图像识别现在很火的深度学习是以卷积神经网络为基础的，所以这段时间就先去学习卷积神经网络了，后续会去把前面的机器学习的基本算法补充上，毕竟基础不牢地动山摇。 本小节的目标是以通俗的语言让你了解深度学习中卷积神经网络的奥秘。（由于目前刚刚领悟到一点点，而且怕忘记所以先把目前的理解写出来，以后会有改动）主要从以下几个方面来介绍卷积神经网络。 1. 整体上去介绍一下卷积神经网络的结构，并去深入的介绍其中的细节 2. 去介绍初始化参数的一些技巧 3. 用实例让你见证一下CNN在遥感图像中的神奇力量 4. 最后介绍一下CNN的深层原理 * * * * * 二话不说先上图让你看一下CNN的样子吧！  卷积神经网络沿用了普通的神经元网络即多层感知器的结构，是一个前馈网络。以应用于图像领域的CNN为例，大体结构如图。 > 是不是刚看到这里很蒙呀，没关系，接着看慢慢理解。另外要说的一点是该cnn算法使监督机器学习算法。