CNN的概念
卷积神经网络(Convolutional Neural Networks / CNNs / ConvNets)与普通神经网络非常相似,它们都由具有可学习的权重和偏置常量(biases)的神经元组成。每个神经元都接收一些输入,并做一些点积计算,输出是每个分类的分数。
CNN的结构层次
基础的CNN由卷积(convolution), 激活(activation), and 池化(pooling)三种结构组成。CNN输出的结果是每幅图像的特定特征空间
卷积
考虑一个大小为5×5的图像,和一个3×3的卷积核。这里的卷积核共有9个参数,每个参数相当于卷积核中的数与图像中对应的数乘积之和
池化
池化(pooling),是一种降采样操作(subsampling),主要目标是降低feature maps的特征空间,或者可以认为是降低feature maps的分辨率。因为feature map参数太多,而图像细节不利于高层特征的抽取。
目前主要的池化操作:
- 最大值池化 Max pooling:如上图所示,2 * 2的max pooling就是取4个像素点中最大值保留