1.2 什么是卷积神经网络

上文简单回顾了MLP神经网络的基础知识，那么为什么还要发明卷积神经网络？MLP网络不是已经可以拟合一切函数了吗？诚然，无论任务多么复杂，只要增加MLP网络的神经元，增加网络结构的深度，最后总能成功地拟合训练数据。但若输入数据是图片，那数据量就太大了。例如，一幅640×480的RGB图片，整平（Flatten）之后变成了一个一维向量，维度高达921600（640×480×3）。如果使用MLP模型，将会产生巨型矩阵的乘法运算，计算效率很低。此外，因为图片数据是二维数据，强行把二维的图片整平成一维向量会破坏图片的二维位置特征，反而增加了神经网络的训练难度。