深度学习之卷积神经网络理论基础
深度学习之卷积神经网络理论基础
卷积层的操作（Convolutional layer）
在提出卷积层的概念之前首先引入图像识别的特点
图像识别的特点
- 特征具有局部性：老虎重要特征“王字”仅出现在头部区域
- 特征可能出现在任何位置
- 下采样图像，不会改变图像目标
例如从512 * 512的图像进行下采样得到32 * 32的图像目标
- 特征具有局部性：卷积核每次仅连接K * K区域，K * K是卷积核尺寸
- 特征可能出现在任何位置：卷积核参数重复使用（参数共享），在图像上滑动
该图片的卷积的计算步骤如下所示：（即对应位置相乘在相加得到最终的结果）
0×0+1×1+3×2+4×3=19
1×0+2×1+4×2+5×3=25
3×0+4×1+6×2+7×3=37，
4×0+5×1+7×2+8×3=43
其中绿色代表的是输出部分，蓝色代表的是输入的部分，绿色的每一个区域是在蓝色区域的基础上经过卷积运算得到的，在计算的过程中区域不断的进行滑动
卷积层的相关概念
卷积核（Kernel）：具可学习参数的算子，用于对输入图像进行特征提取，输出通常称为特征图(featuremaps）
通常我们说的就是3x3的卷积核，即对应上图中的核函数2x2的卷积核
卷积核当中的权重就代表的是一种特征模式。2012年AlexNet网络第一个卷积层卷积核可视化卷积核呈现边缘、频率和色彩上的特征模式。
填充（Padding） 在输入图像的周围添加额外的行/列。使卷积后图像分辨率不变，方便计算特征图尺寸的变化弥补边界信息丢失
而该图中的padding=1 在上下左右都添加1个位置的像素，保证边缘部分与中间部分相比不会参与卷积的次数太少而被忽略而丢失
步长（Stride） ：卷积核滑动的行数和列数称为步幅，控制输出特征图的大小，会被缩小1/s倍
在蓝色图像上每次滑动的距离之间影响得到的输出图的大小和像素值
感受野：特征图中的一个点相当于图片中多大的区域，层数越多感受野越大。
感受野从3 * 3 到 5 * 5的区域
多通道卷积
多通道卷积：RGB图像是3 * h* w 的三维的数据，第一个维度3，表示channel，通道数一个卷积核是3-D张量，第一个维与输入通道有关注：卷积核尺寸通常指高、宽
补充：2-d卷积和3-d卷积的区分，卷积核在输入上只在行和列两个维度上移动并进行卷积—称为2d卷积 ，而在一些视频任务中在此基础上还需要使用到第三个维度即时间维度称为3-d卷积
池化层操作（Pooling layer）
- 下采样图像，不会改变图像目标：降低计算量，减少特征
池化：一个像素表示一块区域的像素值，降低图像分辨率
- 方法1:MaxPooling，取最大值(最大池化)
- 方法2:AveragePooling，取平均值（平均池化）
而池化层中无可学习的参数
池化操作可以看作是一种特殊的卷积操作。
池化的作用：
- 缓解卷积层对位置的过度敏感。
Lenet -5
- C1层： 卷积核K1=(6,1,5,5),p=1，s=1，output=(6,28,28）
- S2层：最大池化层，池化窗口=（2,2），s=2，output=（6，14，14）
- C3层：卷积核K3=（16,6,5,5),p=1,s=1，output=（16,10,10)
- S4层：最大池化层，池化窗口=（2,2），s=2，output=（16，5，5）
- FC层：3个FC层输出分类
特征提取器：C1、S2、C3、S4分类器：3个FC
相关文章：
深度学习之卷积神经网络理论基础
深度学习之卷积神经网络理论基础 卷积层的操作（Convolutional layer） 在提出卷积层的概念之前首先引入图像识别的特点 图像识别的特点 特征具有局部性：老虎重要特征“王字”仅出现在头部区域特征可能出现在任何位置下采样图像，…...
控制台的高度可调有哪些重要意义解析
在现代办公环境中，控制台的高度可调性越来越受到重视。它不仅为员工提供了更加舒适的工作环境，还提高了工作效率和生产力。本文将详细探讨控制台高度可调的重要性，并解析其在实际应用中的优势。 个性化适应需求 对于长时间在控制台前工作的用…...
智能招聘？远在天边，近在眼前
2023年曾被称为“史上最卷毕业季”，当年应届高校毕业生高达1158万人。人力资源社会保障部公布的数据显示，即将到来的2024毕业季，全国普通高校毕业生规模预计将达1179万人，同比增加21万人，就业总量压力依然高企。看来&a…...
文字游侠AI丨简直是写作神器，头条爆文一键生成稳定赚米！附渠道和详细教程（只需四步）！
在数字时代的浪潮中，人们不断寻求网络空间中的商机，期望在互联网的浩瀚海洋里捕捉到稳定的财富。随着人工智能技术的突飞猛进，越来越多的AI工具被融入到各行各业，开辟了新天地，带来了创新的盈利模式。 其中，…...
【ES6】简单剖析一下展开运算符 “ ... “
基本用法 let row {id: 1,name: John Doe,age: 30 };let newRow { ...row };console.log(newRow); // 输出: { id: 1, name: John Doe, age: 30 }基本用法就是通过展开运算符，将某个对象中的元素依次展开，然后赋值给新的对象。 但是值得注意的是&…...
java StringUtils类常用方法
StringUtils类是Apache Commons Lang库中提供的一个工具类，用于处理字符串操作。它包含了许多常用的方法，以下是其中一部分常用方法： StringUtils.isEmpty(String str)：判断字符串是否为空，如果字符串为null、空字符串…...
科锐国际（计算机类），汤臣倍健，中建三局，宁德时代，途游游戏，得物，蓝禾，顺丰，康冠科技24春招内推
科锐国际（计算机类），汤臣倍健，中建三局，宁德时代，途游游戏，得物，蓝禾，顺丰，康冠科技24春招内推 ①汤臣倍健 【内推岗位】：市场类、营销类、研发类…...
一些常见开发框架相关题目，RESTful是什么，Electron是什么，Express, Koa
RESTful架构 1. 什么是RESTful架构？ REST（Representational State Transfer）是一种软件架构风格，它强调简单、无状态的接口，以资源为核心，使用统一的接口进行资源的访问。RESTful架构通常基于HTTP协议&am…...
C++进阶之路：何为默认构造函数与析构函数（类与对象_中篇）
✨✨ 欢迎大家来访Srlua的博文（づ￣3￣）づ╭❤～✨✨ 🌟🌟 欢迎各位亲爱的读者，感谢你们抽出宝贵的时间来阅读我的文章。 我是Srlua小谢，在这里我会分享我的知识和经验。&am…...
初识C语言——第二十一天
猜数字小游戏的实现： 学会了之后可以自己制作彩票抽奖，哈哈！ 代码实现： #include <stdlib.h> #include <time.h>void menu()//无返回值函数 {printf("**************************\n");printf("****…...
使用make_blobs生成数据并使用KNN机器学习算法进行分类和预测以及可视化
生成数据 使用make_blobs生成数据并使用matplotlib进行可视化 完整代码： from sklearn.datasets import make_blobs # KNN 分类器 from sklearn.neighbors import KNeighborsClassifier # 画图工具 import matplotlib.pyplot as plt # 数据集拆分工具 from sklea…...
WSL2-Ubuntu(深度学习环境搭建)
1.在Windows的WSL2上安装Ubuntu 流程可参考：https://www.bilibili.com/video/BV1mX4y177dJ 注意：中间可能需要使用命令wsl --update更新一下wsl。 2.WSL数据迁移 按照下面流程：开始菜单->设置->应用->安装的应用->搜索“ubun…...
政务服务电子文件归档和电子档案管理系统，帮助组织收、管、存、用一体化
作为数字政府建设的重要抓手，政务服务改革经过多年发展，截至 2022 年底，全国一体化在线政务服务平台实名用户超过10亿人，在政务服务、办件过程中出现了大量需要归档的电子文件，对于电子档案、电子证照的需求愈加强烈。…...
2024.05.15学习记录
1、完成Ts重构Axios项目中更多功能的开发 2、刷题：二叉树（代码回忆录） 3、复习diff算法源码解读...
[前端] 深度选择器deep使用介绍（笔记）
参考文献 深度选择器 深度选择器deep使用说明 在 Vue 中，为了实现组件内部样式对组件外部元素的穿透覆盖，可以使用 CSS 的 deep 选择器（也称为 >>> 或 /deep/）或 v-deep 指令。然而，这两个方法在 Vue 3 中…...
simlink 初步了解
1.simlink概要 Simulink是基于MATLAB的框图设计环境，它提供了一个动态系统建模、仿真和分析的集成环境。Simulink是一个模块图环境，用于多域仿真以及基于模型的设计。它支持系统设计、仿真、自动代码生成以及嵌入式系统的连续测试和验证。 Simulink的特…...
【SRC实战】退款导致零元购支付漏洞
挖个洞先 https://mp.weixin.qq.com/s/3k3OCC5mwI5t9ILNt6Q8bw “ 以下漏洞均为实验靶场，如有雷同，纯属巧合 ” 01 — 漏洞证明 1、购买年卡会员 2、订单处查看已支付 3、申请退款 4、会员仍然有效 5、使用另一个账号重复支付退款操作&#…...
一篇文章搞懂退火算法
退火算法，全称为模拟退火算法（Simulated Annealing，SA），是一种通用概率算法，用来在给定一个大的搜寻空间内找寻问题的近似最优解。模拟退火算法灵感来源于固体物理学中的退火过程，这一过程中，物质被加热后再缓慢冷却，原子会在加热过程中获得较大的运动能量，随着温度的…...
浅说文心一言
文心一言（ERNIE Bot）是一个基于Transformer结构的知识增强大语言模型，它可以根据用户的指令和输入，生成相应的回答或文本。以下是一些常见的指令示例，你可以根据需要进行调整： 问答指令： "…...
IC设计企业如何实现安全便捷的芯片云桌面跨网摆渡？
IC设计企业，主要专注于集成电路的设计。这些企业通常包括集成电路、二极管、三极管和特殊电子元件等产品的设计和生产。IC设计企业在其运营和产品设计过程中，会涉及和产生多种文件，如： 项目需求文档：这是项目启动的基础…...
Vim 调用外部命令学习笔记
Vim 外部命令集成完全指南 文章目录 Vim 外部命令集成完全指南核心概念理解命令语法解析语法对比 常用外部命令详解文本排序与去重文本筛选与搜索高级 grep 搜索技巧文本替换与编辑字符处理高级文本处理编程语言处理其他实用命令 范围操作示例指定行范围处理复合命令示例 实用技…...
龙虎榜——20250610
上证指数放量收阴线，个股多数下跌，盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型，指数短线有调整的需求，大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的：御银股份、雄帝科技 驱动…...
（二）TensorRT-LLM | 模型导出（v0.20.0rc3）
0. 概述 上一节 对安装和使用有个基本介绍。根据这个 issue 的描述，后续 TensorRT-LLM 团队可能更专注于更新和维护 pytorch backend。但 tensorrt backend 作为先前一直开发的工作，其中包含了大量可以学习的地方。本文主要看看它导出模型的部分&#x…...
DAY 47
三、通道注意力 3.1 通道注意力的定义 # 新增：通道注意力模块（SE模块） class ChannelAttention(nn.Module):"""通道注意力模块(Squeeze-and-Excitation)"""def __init__(self, in_channels, reduction_rat…...
CentOS下的分布式内存计算Spark环境部署
一、Spark 核心架构与应用场景 1.1 分布式计算引擎的核心优势 Spark 是基于内存的分布式计算框架，相比 MapReduce 具有以下核心优势： 内存计算：数据可常驻内存，迭代计算性能提升 10-100 倍（文档段落：3-79…...
Auto-Coder使用GPT-4o完成：在用TabPFN这个模型构建一个预测未来3天涨跌的分类任务
通过akshare库，获取股票数据，并生成TabPFN这个模型 可以识别、处理的格式，写一个完整的预处理示例，并构建一个预测未来 3 天股价涨跌的分类任务 用TabPFN这个模型构建一个预测未来 3 天股价涨跌的分类任务，进行预测并输…...
家政维修平台实战20：权限设计
目录 1 获取工人信息2 搭建工人入口3 权限判断总结 目前我们已经搭建好了基础的用户体系，主要是分成几个表，用户表我们是记录用户的基础信息，包括手机、昵称、头像。而工人和员工各有各的表。那么就有一个问题，不同的角色…...
【项目实战】通过多模态+LangGraph实现PPT生成助手
PPT自动生成系统 基于LangGraph的PPT自动生成系统，可以将Markdown文档自动转换为PPT演示文稿。 功能特点 Markdown解析：自动解析Markdown文档结构PPT模板分析：分析PPT模板的布局和风格智能布局决策：匹配内容与合适的PPT布局自动…...
【论文笔记】若干矿井粉尘检测算法概述
总的来说，传统机器学习、传统机器学习与深度学习的结合、LSTM等算法所需要的数据集来源于矿井传感器测量的粉尘浓度，通过建立回归模型来预测未来矿井的粉尘浓度。传统机器学习算法性能易受数据中极端值的影响。YOLO等计算机视觉算法所需要的数据集来源于…...
高危文件识别的常用算法：原理、应用与企业场景
高危文件识别的常用算法：原理、应用与企业场景 高危文件识别旨在检测可能导致安全威胁的文件，如包含恶意代码、敏感数据或欺诈内容的文档，在企业协同办公环境中（如Teams、Google Workspace）尤为重要。结合大模型技术&…...