㈠ 卷積神經網路的三個思想根源包括:局部性、____、 ____。
卷積神經網路的三個思想根源，分別是局部感受野、權值共享和池化。
1、局部感受野：這個思想是基於生物學視覺系統的工作原理，即視網膜上的每個神經元只能感受到有限的區域，這個感受區域被稱為局部感受野。在卷積神經網路中，同樣也採用了這個思想，每個卷積核只對輸入數據的一個特定區域進行卷積操作，這樣可以提取局部的特徵。
2、權值共享：權值共享是指卷積神經網路中，每個卷積核在輸入數據的不同位置都使用相同的權值，這樣可以減少網路的參數量，同時也可以避免過擬合現象。這個思想的啟發來自於人類視覺系統中視覺神經元的工作方式，即每個神經元對不同的視覺輸入都使用相同的權重。
3、池化：CNN中的池化層可以對卷積之後的特徵圖進行降維處理，減少模型的參數量和計算量，同時在一定程度上可以防止過擬合。
4、多層結構：CNN可以有多個卷積層和池化層，每個卷積層和池化層都是對前一層的輸出進行處理，最終得到的特徵圖形象地描述了輸入圖像的特徵信息。
5、逐層提取特徵：CNN採用了一種圖像特徵的「分層提取」思路，即先通過一個簡單的卷積層來提取最基本的特徵，然後逐漸深入到後續的卷積層中提取更加復雜和抽象的特徵信息。
㈡ 哪些神經網路結構會發生權重共享
說的確定應該就是訓練方法吧，神經網路的權值不是人工給定的。而是用訓練集（包括輸入和輸出）訓練，用訓練集訓練一遍稱為一個epoch，一般要許多epoch才行，目的是使得目標與訓練結果的誤差(一般採用均方誤差）小到一個給定的閾值。以上所說是有監督的學習方法，還有無監督的學習方法。