卷积神经网络CNN简介

CNN基础

基于卷积神经网络的深度学习技术可以实现对图像的高准确率识别。卷积神经网络主要应用于计算机视觉相关任务，但它能处理的任务并不局限于图像，其实语音识别也是可以使用卷积神经网络。

将使用MNIST手写数字、cifar10图像数据以及猫狗图像识别数据来进行举例说明。

当计算机看到一张图像（输入一张图像）时，它看到的是一大堆像素值。当我们人类对图像进行分类时，这些数字毫无用处，可它们却是计算机可获得的唯一输入。

现在的问题是：当你提供给计算机这一组数据后，它将输出描述该图像属于某一特定分类的概率的数字（比如：80%是猫、15%是狗、5%是鸟）。

我们人类是通过特征来区分猫和狗，现在想要计算机能够区分开猫和狗图片，就要计算机搞清楚猫猫狗狗各自的特有特征。

计算机可以通过寻找诸如边缘和曲线之类的低级特点来分类图片，继而通过一系列卷积层建构出更为抽象的概念。这是CNN（卷积神经网络）工作方式的大体概述。

为什么叫卷积神经网络？

CNN的确是从视觉皮层的生物学上获得启发的。简单来说：视觉皮层有小部分细胞对特定部分的视觉区域敏感。
例如：一些神经元只对垂直边缘兴奋，另一些对水平或对角边缘兴奋。

CNN工作概述

使用激活函数（比如relu）使其非线性化。

最终得到输出，那就像前面所说，输出最好是可以描述图像内容的一个单独分类或一组分类的概率。

什么是卷积？

卷积是指将卷积核应用到某个张量的所有点上，通过将卷积核在输入的张量上滑动而生成经过滤波处理的张量。

一个卷积提取特征的例子：图像的边缘检测

卷积核：边缘提取卷积算子

-1	-1	-1
-1	8	-1
-1	-1	-1

应用到图像的每个像素，结果输出一个刻画了所有边缘的新图像。

总结：卷积完成的是对图像特征的提取或者说是信息匹配，当一个包含某些特征的图像经过一个卷积核的时候，一些卷积核被激活，输出特定信号。

我们训练区分猫和狗图像的时候，卷积核会被训练，训练的结果是，卷积核会对猫和狗不同特征敏感，输出不同的结果，从而达到了图像识别的目的。

CNN架构

卷积层	conv2d
非线性变换层	relu/sigmoid/tanh
池化层	pooling2d
全连接层	w*x+b

如果没有这些层，模型很难与复杂模式匹配，因为网络将有过多的信息填充，也就是其他那些层作用就是突出重点信息，降低噪声。

卷积层

ksize	卷积核大小
strides	卷积核移动跨度（步距）
padding	边缘填充
filters	卷积之后图片厚度或者是卷积核个数

池化层
最大池化和平均池化
池化核、步距、边缘填充

变厚就是卷积提取特征过程
变小就是池化降低维度过程

想要了解更多详细内容请关注下面公众号，获取更多资讯。