CNN-卷积神经网络

最新推荐文章于 2024-03-22 20:18:08 发布

I_AM_jm

最新推荐文章于 2024-03-22 20:18:08 发布

阅读量562

点赞数

分类专栏：机器学习

本文链接：https://blog.csdn.net/I_AM_jm/article/details/119056071

版权

机器学习专栏收录该内容

7 篇文章 0 订阅

订阅专栏

本文介绍了卷积神经网络（CNN）在图像处理中的使用，主要因其能有效减少参数数量和简化网络架构。CNN通过卷积层和最大池化层逐步提取特征，降低图像尺寸，用于图像识别任务。通过多次卷积和池化，网络能够学习到图像的局部特征，如鸟嘴、爪子等，从而实现高效识别。此外，还讨论了CNN的flatten层和全连接层的作用，以及如何通过调整网络结构来优化模型。CNN广泛应用于围棋、语言处理等多个领域。

摘要由CSDN通过智能技术生成

为什么要用cnn

在这里插入图片描述
当我们在训练的时候，我们会期待每个神经网络都是一个分类器，比如说第一层是最简单的分类器，它做的事情是判断有没有红色出现，
第二层会比较复杂，它根据第一层的输出，来判断
第三层根据第二层的输出来进行判断
但是出现一个问题，当我们用完全连接的前馈网络来做图像处理的时候，往往我们会需要很多的参数，比如说一张图片（100100）,把它变成一个向量，就是3100*100，维度就很大，这样造成最后的参数就很多，而cnn做的是这样一件事情,简化神经网络的架构，将有些不必要的特征给剔除掉。这样会方便很多。
在这里插入图片描述
为什么我们可以把一些参数拿掉，
就拿鸟的图片举例来说，第一个隐藏层的工作就是侦测有没有鸟嘴的存在，有没有爪子，尾巴的存在，合起来就可以判断一只，而如果说只侦测一个部位，那么每个神经元连接一小块区域就行，就不用连接到完整的图
在这里插入图片描述

当我们的图片缩小的时候，其实对训练没有影响的，而这样做是可以减少我们的参数的。

cnn架构

在这里插入图片描述
整个CNN的架构是这样的，首先input一张image以后，这张image会通过convolution layer，接下来做max pooling这件事，然后在做convolution，再做max pooling这件事。这个process可以反复无数次，反复的次数你觉得够多之后，做完决定要做的convolution和Max Pooling以后，你要做另外一件事，这件事情叫做flatten，再把flatten的output丢到一般fully connected feedforward network，然后得到识别结果。
在这里插入图片描述
假设我们input的是一张66的图片，一个像素就是可以用一个值来描述，1代表有墨水，0代表没有，再convolution layer里面，它由一组filter，来进行筛选，每个fitlter会筛出一个pattern

将filter往右移动一格得到-1，再往右移动一格得到得到-3，再往右移动一格得到-3，依此类推，当移到右下角的时候得到-1.
经过这件事后，本来66的矩阵，变换成4*4的矩阵，这个矩阵的左上和左下会出现最大的值。
就代表说这个filter要侦测的值就在这个image的左上角和左下角。
在这里插入图片描述
一个convolution layer里面会有很多个filter，不同的filter有不同的参数，最终也会提取多少个参数。

max pooling

在这里插入图片描述

max pooling做的是将filter出的矩阵选择他们的平均或者选最大的，就可以将多个值合成一个值，这样就可以将图片缩小。

池化之后，就将原来的66变成了22的image

这件事可以重复很多次，通过一个convolution+max pooling 得到新的image，这个image比较小，再做同样的操作，可以得到一个更小的image，
在这里插入图片描述

cnn学到了什么

在这里插入图片描述
我们提取12个filter出来，每个filter都去找一张image，这个image可以让fitle的activation最大，现在有50个fitlter，就要找50张image，让这些filter的activation最大。
在做完convolution和max pooling 以后，先做flatten，将flatten的结果丢到神经网络中，我们想知道在神经网络中，每个neural的工作什么，
我们定义第j个neural，它的output叫a[j],我们找一张image，这个image X丢到神经网络中，它可以让这个a[j]的值被maximize，如下图
在这里插入图片描述