卷积神经网络——CNN

最近开始学习卷积神经网络的相关内容，学习了许多博主的文章，在最后列出了参考的部分链接。在学习了别人的文章后，加以自己的理解，整理了以下内容，方便自己和其他小白日后的学习与复习。如有遗漏链接，请联系我，谢谢。

一、卷积神经网络的组成结构

卷积神经网络一共可以划分为五层，分别是数据输入层，卷积计算层，ReLU激励层，池化层与全连接层。

• 数据输入层（ Input layer）
　　• 卷积计算层（ CONV layer）
　　• ReLU激励层（ReLU layer）
　　• 池化层 （Pooling layer）
　　• 全连接层 （FC layer）

二、具体介绍各部分组成内容

1.数据输入层
该层要做的处理主要是对原始图像数据进行预处理，其中包括：
　　• 去均值：把输入数据各个维度都中心化为0，如下所示，其目的就是把样本的中心拉回到坐标系原点上。
　　• 归一化：幅度归一化到同样的范围，如下所示，即减少各维度数据取值范围的差异而带来的干扰。比如，我们有两个维度的特征A和B，A范围是0到10，而B范围是0到10000，如果直接使用这两个特征是有问题的，好的做法就是归一化，即A和B的数据都变为0到1的范围。
　　• PCA/白化：用PCA降维；白化是对数据各个特征轴上的幅度归一化

 

2.卷积计算层

卷积可以理解为，在原始的输入上进行特征的提取。特征提取简言之就是，在原始输入上一个小区域一个小区域进行特征的提取，下面讲解卷积的计算过程。

对于任何一张图片来说，image以RGB的形式保存，如果对于一张 32*32 pixels的图片来说，我们会得到3个32*32的矩阵（分别为R,G,B）。那么把这三个矩阵放在一起，就可以得到原来图像可以看作一个32*32*3的矩阵。

如上图，左边的方块可以看作是一个输入图片，也就是数据输入层（ Input layer），而右边的图片可以看作是一个滤波器（filter），尺寸为5*5,深度为3，最终通过滤波器的不断移动（滑动窗口），与输入层做运算，最终可以得到一个深度为1的特征图。但一般会采用多个filter分别对原图片进行卷积，最终可以得到多个特征图。