请简述影响卷积神经网络卷积层环节的影响要素,及其影响的原因如下:
1、卷积神经网络算法结构分析。就目前算法的发展状况而言,卷及神经网络作为当前在图像识别领域的主流算法,被诸多工作团队所广泛接受,而对于图像识别的研究重点,也从寻找更为优秀的算法,转移到了对卷积神经网络算法本身的优化上,并且在应用领域,也在近年取得了长足进展。
2、从卷积神经网络自身的角度考虑,其在卷积层之间采用了共享参数,使得计算过程中对于计算资源的占用大大缩小,同时也在训练参数方面实现了有效的简化,提升了整体运算过程的效率。除此以外,此种计算方式几乎不需要对图像展开预处理或者特征值提取操作,这也成为卷积神经网络在图像识别领域优于其他算法的显著之处。
3、卷积神经网络算法也存在诸多弱点,例如传统的算法本身并未能对算法展开深入挖掘,对应的卷积核偏大,算法结构层数较少等,都会造成此种算法的优势未能有效发挥,这些也就成为了当前在该领域中进行改进研究的工作重点。