《PyTorch深度学习实践》学习笔记 【5】CNN_1

《PyTorch深度学习实践》学习笔记 【5】CNN_1

十、CNN 1

10.1 卷积神经网络的基本结构

卷积神经网络=特征提取+分类

10.1.1 特征提取

特征提取器，通过卷积运算，找到某种特征。由卷积层convolution和下采样Subsampling 构成。

一个图像，丢到一个卷积层里面仍然是一个3维的张量；

下采样，通道数不变，但是图片的宽度和高度变小（减少维数数量，减少计算量）

10.1.2 分类器

将特征向量化后，用全连接网络进行来分类。

10.2 Convolution （卷积层）

10.2.1 背景知识

RGB：

栅格图：按照像素格保存图像，每个像素格里面保存度值，如果是彩色图，每个格子里就是RGB三个通道的灰度。

矢量图：根据描述来绘制

10.2.2 卷积的运算过程

1. 单通道卷积：

   卷积核

​ 卷积核能够输出一层

• 卷积核数量=最终输出的通道数

2. 三通道卷积

   每个通道对应一个卷积核（所以卷积核也得有三个）

   做数乘，再求和。

​ 约定的画法：

• 卷积核的通道数量 = 输入通道数 （三通道输入—卷积核也有三个通道）

• 卷积核的总数= 输出通道的数量 （M通道输出-- 卷积核(filter)有M个）

  卷积核的大小自己定

  卷积层对图像的大小没有要求，只对通道数有关。所以定义一个卷积层只需要定义：1. 输入通道，2. 输出通道数，3. 卷积核数；

conv_layer = torch.nn.Conv2d(in_channels,
                            out_channels,
                            kernel_size=kernel_size)

3. 卷积的Padding

   若对于一个大小为N×N的原图，经过大小为M×M的卷积核卷积后，仍然想要得到一个大小为N×N的图像，则需要对原图进行Padding，即外围填充。

• Padding的圈数： M/2 圈 （比如M=3 ， padding 3/2 = 1 圈； M=5， padding 5/2 = 2 圈）

  例如，对于一个5×5的原图，若想使用一个3×3的卷积核进行卷积，并获得一个同样5×5的图像，则需要进行Padding，通常外围填充0

• Stride

  每次移动卷积核时的步长。

  大的步长能够有效地减小维数。

10.3 Maxpooling 池化层

对于一个M*M的图像而言，被分割成大小相同的块，每个块的值取块内最大值，称为MaxPooling； （用均值就是AveragePooling）

通过池化层可以有效减小宽度和高度

只是缩小图片的宽度和高度，不改变通道数

10.4 简例

• 卷积层Conv2d Layer和 池化层Pooling Layer 对 输入图像的大小没有要求（因为做的是简单的运算都能处理）
• 全过程中图像大小影响最大的是最后传入分类器的维度（传入的是向量，长度与图像大小有关）

10.4.1 模型：

10.4.2 代码：

class Net(torch.nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = torch.nn.Conv2d(1, 10, kernel_size