深度学习入门教学——卷积神经网络CNN

目录

一、CNN简介

一、输入层

二、卷积层

三、池化层

四、全连接层

---

一、CNN简介

1、应用领域

• 检测任务
  • 
• 分类与检索
  • 
• 超分辨率重构
  • 

2、卷积网络与传统网咯的区别

• 传统神经网络和卷积神经网络都是用来提取特征的。
• 神经网络：
  • 
  • 可以将其看作是一个二维的。
• 卷积神经网络：
  • 
  • 可以将其看作是一个三维的。

 3、整体框架

• 

一、输入层

• 该层主要是对原始图像数据进行预处理，保留了图片本身的结构。
• 对于黑白的32×32的图片，CNN的输入是一个32*32的二维神经元；对于RGB格式的28×28 图片，CNN的输入则是一个32*32*3的三维神经元。
• 
• 三维包括宽度、高度和深度。
• 深度可以看作是不同的颜色通道，例如：RGB，可拆分为R、G、B三个通道。

二、卷积层

1、卷积的任务

• 卷积的任务，就是将图像分成若干区域，然后计算每个区域的特征值。
• 例如：
  • 
  • 将图像分割为5*5*3个小块，每3*3*3个小块矩阵看作是一个区域，从每个区域中提取一个特征。（上图只演示了一个通道）
  • 区域的数据：，区域的权重参数矩阵：，特征图：

2、卷积特征值计算方法

2.1、图像颜色通道

• 
• 计算特征值的过程中，让每个通道都要做计算，然后将每个通道的结果加在一起。
• 

2.2、特征值计算过程

• ，每一个通道会有一个权重参数矩阵，方法是计算它们的内积，3个通道的计算结果之和加上偏移值(b0=1)，即为最终特征值。
• 【注】上图中的三个权重参数矩阵，统称为卷积核。
• 例如：
  • 
• 最终结果：
  • (0+2+0)+b=3（b为偏置值，已知为1）
  • 

3、特征图表示

• 特征图可以不唯一，下图中就有两个特征图。
• 
• 主要原因是，卷积核可以不唯一（使用不同的方法进行特征提取），这样的话就会计算出多个特征图来，如下图。
• 
• 【注】有几个卷积核就有几个特征图；卷积核中权重参数矩阵的个数与输入的通道个数相同。
• 计算特征图时，每个区域平移了两个单元格（可自行定义）即步长为2，如下图。
• 

4、步长与卷积核大小对结果的影响

4.1、堆叠的卷积层

• 由下图可知，在分类图像的过程中，做了很多次卷积。
• 
• 多次卷积并不是对一张图片从粗到细地多次计算特征，而是从所得到特征图的基础上去做卷积，如下图。
• 

4.2、卷积层涉及参数

4.2.1、滑动窗口步长

• 步长为1的卷积
  • 
• 步长为2的卷积
  • 
• 步长越小，得到的特征越丰富，但计算效率越慢。

4.2.2、卷积核尺寸

• 卷积核尺寸即为卷积核中权重参数矩阵的维度。下图卷积核的尺寸即为3*3*3。
• ，也可以4*4*3，卷积核尺寸越小，得到的特征越丰富。

4.2.3、边缘填充

• 一张图片在划分区域计算特征时，有些点会被重复利用，即会影响多个结果。例如下图划红线的区域，就会影响特征图中的两个值。
• 
• 边缘的点只会影响一个值，而靠近中心的点可能会影响多个值，这对边缘来说是不公平的。例如下图画圈的点，影响了特征图中的四个值。
• 
• 原始输入中，即为下图5*5紫色矩阵。在其边界加上一圈全0的值，这样的话，原本的边界就不再是边界了，一定程度上弥补了边界信息缺失的问题。
• ，添加0对最终结果不会产生影响。

4.2.4、卷积核个数

• 卷积核个数决定了最终得到的特征图个数。
• 每个卷积核的数值是不同的。

5、特征图尺寸计算与参数共享

5.1、卷积结果计算公式

• 长度：
• 宽度：
• 其中W1、H1表示输入的宽度、长度；W2、H2表示输出特征图的宽度、长度；F表示卷积核长和宽的大小；S表示滑动窗口的步长；P表示边界填充(加几圈0)。
• 例如：
  • 

5.2、卷积参数共享

• 图片中的每个区域，都是使用同一卷积核进行计算，然后得到一个特征图，即为参数共享。
• 这样可以大量节省参数，例如：
  • 

三、池化层

1、池化层的作用

• 池化层的作用是对得到的特征图进行压缩。
• 下图就是对特征图的长、宽进行了压缩，而不是减少特征图的个数。
• 

2、最大池化

• 池化过程中，是选择某个区域中最大的特征值（值越大，越重要），如下图。
• 

四、全连接层

• 全连接层的作用：将得到的所有特征图整合起来，便于分类处理。
• 
• 全连接层把所有二维特征图转换为一个二维向量。