CNN卷积神经网络的理解（Draft）

一： 概论

CNN一般用于计算机视觉（CV）和自然语言处理领域（NLP）

在图像处理领域相对于传统网络的输入值为像素点，例如下图NN输入的是像素点，例如彩色图片32*32，则需要输入神经元（32*32*3）+1（bias），而在CNN中输入一整个图片即可（32*32*3）。

传统网络参数过多

 

---

 二：整体架构

输入层--卷积层--池化层--全链接层

---

三：卷积层

用来特征提取

卷积膜的深度需要和输入图片的深度一样，每一个卷积核长和宽可以不一样，针对于不同的通道。

设输入图片n*n，卷积核为m*m，最终获得的长度为（n-m+1）*（n-m+1），其中Padding和step均为0。

在上图中可以看到有2组卷积核 ，每一组都会分别对图片进行卷积，每一组还会有一个bias参数，一组卷积结果最终合并成一个卷积核大小的矩阵（特征图，feature map）并会每个位置加上一个bias。

Padding作用：能够使得边界点对特征图的贡献和中心点类似。

每一个卷积后都会跟一个Relu，一般两次卷积一次池化。

Relu和池化不算在CNN层数中。

---

四：池化层

和下采样相同，一般减小为原来特征的四分之一。

一般使用Max Pooling

---

五：经典网络架构

AlexNet

VGG

 

ResNet 

---

 六：感受野以及为什么不用大的卷积核

 

 

其中括号里的C为输入通道数C，括号外的C为C个卷积核。