卷积神经网络CNN

图像基础知识

图像是由像素点组成的，每个像素点的取值范围为 : [0, 255] 。像素值越接近于 0 ，颜色越暗，接近于黑色；像素值越接 近于255 ，颜色越亮，接近于白色。

在深度学习中，我们使用的图像大多是彩色图，彩色图由 RGB3 个通道组成，如下图所示

import numpy as np
import matplotlib.pyplot as plt

# 黑
z = np.zeros([200,200,3])
plt.imshow(z)
plt.show()

# 白
w = np.full([200,200,3],255)
plt.imshow(w)
plt.show()

# 美女图片
img = plt.imread('data/img.jpg')
print(img.shape)
plt.imshow(img)
plt.show()

                     

 CNN概述

卷积神经网络（Convolutional Neural Network）是含有卷积层的神经网络. 卷积层的作用就是用来自动学习、提取图 像的特征.

CNN网络主要由三部分构成：卷积层、池化层和全连接层构成：

1. 卷积层负责提取图像中的局部特征；

2. 池化层用来大幅降低参数量级(降维)；

3. 全连接层用来输出想要的结果。

卷积层

卷积计算

1. input 表示输入的图像

2. filter 表示卷积核 , 也叫做卷积核 ( 滤波矩阵 )

3. input 经过 filter 得到输出为最右侧的图像，该图叫做特征图

卷积运算本质上就是在卷积核和输入数据的局部区域间做点积。

Padding

通过上面的卷积计算过程，最终的特征图比原始图像小很多，如果想要保持经过卷积后的图像大小不变, 可以在原图周围添加 padding 来实现.

Stride

多通道卷积计算 

 特征图大小

输出特征图的大小与以下参数息息相关 :

1. size: 卷积核 / 过滤器大小，一般会选择为奇数，比如有 1*1 、 3*3 、 5*5

2. Padding: 零填充的方式

3. Stride: 步长

那计算方法如下图所示 :

1. 输入图像大小 : W x W

2. 卷积核大小 : F x F

3. Stride: S

4. Padding: P

5. 输出图像大小 : N x N

代码示例

import torch
import torch.nn as nn
import matplotlib.pyplot as plt

img = plt.imread('data/img.jpg')
print(img.shape)

# 卷积层
"""
参数说明：
in_channels: 输入通道数，
out_channels: 输出通道，也可以理解为卷积核kernel的数量
kernel_size：卷积核的高和宽设置，一般为3,5,7...
stride：卷积核移动的步长
padding：在四周加入padding的数量，默认补0
"""
layer = nn.Conv2d(in_channels=3,out_channels=10,kernel_size=3,stride=2,padding=0)

# 图片为维度交换位置 增加维度
img = torch.tensor(img).permute(2,0,1).unsqueeze(0)
# 转换类型
fm = layer(img.type(torch.float32))
print(fm.shape)

池化层

池化计算

池化层 (Pooling) 降低维度 , 缩减模型大小，提高计算速度

​​​Stride

Padding

多通道池化层计算

代码示例

import torch
import torch.nn as nn

torch.random.manual_seed(10)
# 数据             多通道池化改 size
input = torch.randint(0,10,size=(3,3,3),dtype=torch.float32)
print(input)

# 最大池化
mpool = nn.MaxPool2d(kernel_size=2,stride=1,padding=0)
outputs = mpool(input)
print(outputs)

# 平均池化
mpool = nn.AvgPool2d(kernel_size=2,stride=1,padding=0)
outputs = mpool(input)
print(outputs)