神经网络原来其他人介绍都太学术性了，普通人完全看不懂，今天我就来用普通人能懂的语言写一个介绍。
1、卷积神经网络通俗理解
卷积神经网络通俗理解如下：
卷积神经网络(CNN)-结构
① CNN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
- 输出层：用于输出结果
- 归一化层（Batch Normalization）：在CNN中对特征的归一化
- 切分层：对某些（图片）数据的进行分区域的单独学习
- 融合层：对独立进行特征学习的分支进行融合
- 请点击输入图片描述
- 感受视野
① 在卷积层中有几个重要的概念：
- local receptive fields（感受视野）
- shared weights（共享权值）
2、通俗易懂：彻底明白什么是神经网络
想象一个黑箱子，你给它输入（样本），它给你输出（实际输出），但是输出和你想要的结果有偏差，于是你事先告诉它你想要的结果（期望输出），它做一些调整（调整内部权值和阈值）以适应你的期望，如此反复，黑箱子就摸透了你的这些样本的规律，于是在来一些没有期望输出的样本就能预测输出了，但是这些样本必须是属于一类问题的，如果换了一类就必须重新训练它，这个黑箱子是神经网络，有很多有层次有连接的神经元构成神经网络通俗介绍。
3、Matlab里的神经网络是什么意思啊，我是新手，谁能简单通俗地解释下啊？谢谢了！！！
所谓神经网络算法顾名思义是模拟生物神经网络而产生的一种算法，首先需要用一些已知的数据输入到神经网络中，使它知道什么样的数据属于哪一类（训练），然后将未知的数据输入进去，神经网络通过已知的数据对其进行判断来完成分类（分类）。可以用来进行图像识别、分类；数据预测；曲线拟合等。推荐找本机器学习，人工智能方面的书看。
4、卷积神经网络通俗理解
卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络。