小白的学习之路-Datawhale X 李宏毅苹果书AI夏令营 打卡第二次

作为一个ai与csdn小白，第四次发文章进行打卡，无比激动和紧张，不知道该说些什么，如有任何问题望各位大佬海涵，多多指导，我虚心接受各位的建议。

前情提要

上篇文章的结尾；“感觉有点改进但还是有点乱，打算再改动一下试试，结果下次再更新吧。”最近还是有点忙，又鸽子了。没关系，这次继续来说说，卷积神经网络的知识吧。

学习内容

        图像被图像处理之后，模型输出的结果经过一个softmax（一种激活函数最后输出的结果和为1），输出的矩阵（只有一列如上图所示）与这张图片的标签对应得矩阵做一个交叉熵损失（也是一个很长的一维矩阵，只有图片对应得类别的值为1，其他值为0），然后就得出了一个差值，最后通过训练使这个值越小越好。

但是问题就来了如何将图片输入呢？计算机是怎么识别出来图像的呢？

        在计算机的看来图片长这样，一个三维的tensor：一个维度是长，一个维度是宽，一个维度是表示颜色的rgb三通道。

        最简单的方式是把整个tensor每一个值都给neuron，同样这意味着会产生同样多的权重weight，权重过多虽然会加强模型的弹性，但是同时也会增加过拟合的风险，而且也会增加计算的消耗吧（这个原因视频里没有，是笔者自己想的）

        那应该采取什么方式呢？

其实人类观察一张图片的类别是通过看一些特定的特征，比如鸟的嘴，爪等等

不信看看下面这张图片

所以我们也可以只用一个neuron读取图像的部分信息，这样也可以提取特征

    后记

其实说到这还有很多问题没有解决，比如，如果图像的相同特征在不同位置怎么办。。。

时间有限就到这吧，如果大家有兴趣可以自己去看看老师的课程，或者也许我会更新一些后续内容

大家加油！

如果在上述引用的图片涉及侵权问题，请联系我删除