深度学习 | 卷积神经网络

最新推荐文章于 2024-05-22 11:38:46 发布

小沈同学_

最新推荐文章于 2024-05-22 11:38:46 发布

阅读量382

点赞数

分类专栏：深度学习文章标签：卷积神经网络深度学习人工智能

本文链接：https://blog.csdn.net/Shen___/article/details/103239944

版权

5 篇文章 0 订阅

订阅专栏

1. 整体结构

卷积神经网络（CNN）：多了卷积层（Convolution层）和池化层（Pooling层）。
全连接（fully-connected）：相邻层的所有神经元之间都有连接。另外，我们用Affine层实现了全连接层。
基于全连接层（Affine层）的网络：

全连接的神经网络中，Affine层后面跟着激活函数ReLU层（或者Sigmoid层）。这里堆叠了4层“Affine-ReLU”组合，然后第5层是Affine层，最后由Softmax层输出最终结果（概率）。
基于CNN的网络：
CNN 的层的连接顺序是“Convolution - ReLU -（Pooling）”（Pooling层有时会被省略）。这可以理解为之前的“Affine - ReLU”连接被替换成了“Convolution - ReLU -（Pooling）”连接。
靠近输出的层中使用了之前的“Affi ne - ReLU”组合。此外，最后的输出层中使用了之前的“Affine - Softmax”组合。

全连接层的问题：数据的形状被“忽视”了。比如，输入数据是图像时，图像通常是高、长、通道方向上的3维形状。但是，向全连接层输入时，需要将3维数据拉平为1维数据。
卷积层：可以保持形状不变。。当输入数据是图像时，卷积层会以3维数据的形式接收输入数据，并同样以3维数据的形式输出至下一层。因此，在CNN中，可以（有可能）正确理解图像等具有形状的数据。
特征图：CNN中，卷积层的输入输出数据。卷积层的输入数据称为输入特征图（input feature map），输出数据称为输出特征图（output feature map）。

卷积运算
输入大小是(4, 4)，滤波器大小是(3, 3)，输出大小是(2, 2)。有的文献中也会用“核”这个词来表示这里所说的“滤波器”。
计算：各个位置上滤波器的元素和输入的对应元素相乘，然后再求和（有时将这个计算称为乘积累加运算）。
偏置：向应用了滤波器的元素加上某个固定值。

在进行卷积层的处理之前，有时要向输入数据的周围填入固定的数据（比如0等），这称为填充（padding）。
使用填充主要是为了调整输出的大小。比如，对大小为(4, 4)的输入数据应用(3, 3)的滤波器时，输出大小变为(2, 2)，相当于输出大小比输入大小缩小了 2个元素。这在反复进行多次卷积运算的深度网络中会成为问题。为什么呢？因为如果每次进行卷积运算都会缩小空间，那么在某个时刻输出大小就有可能变为 1，导致无法再应用卷积运算。
为了避免出现这样的情况，就要使用填充。
在刚才的例子中，将填充的幅度设为 1，那么相对于输入大小(4, 4)，输出大小也保持为原来的(4, 4)。因此，卷积运算就可以在保持空间大小不变的情况下将数据传给下一层。

应用滤波器的位置间隔称为步幅（stride）。
增大步幅后，输出大小会变小。而增大填充后，输出大小会变大。
已知填充和步幅，计算输出大小：
假设输入大小为(H, W)，滤波器大小为(FH, FW)，输出大小为
(OH, OW)，填充为P，步幅为S。此时，输出大小可通过下式进行计算：

在1998年首次被提出的CNN元祖LeNet

和“现在的CNN”相比，LeNet有几个不同点：
①LeNet中使用sigmoid函数，而现在的CNN中主要使用ReLU函数。
②原始的LeNet中使用子采样（subsampling）缩小中间数据的大小，而现在的CNN中Max池化是主流。
2012年被提出的AlexNet。

与LeNet的不同：
1）激活函数使用ReLU。
2）使用进行局部正规化的LRN（Local Response Normalization）层。
3）使用Dropout。（权值衰减，为了抑制过拟合。Dropout是一种在学习的过程中随机删除神经元的方法。）

• CNN在此前的全连接层的网络中新增了卷积层和池化层。
• 使用im2col函数可以简单、高效地实现卷积层和池化层。
• 通过CNN的可视化，可知随着层次变深，提取的信息愈加高级。
• LeNet和AlexNet是CNN的代表性网络。
• 在深度学习的发展中，大数据和GPU做出了很大的贡献。

关注

专栏目录