Deep-Learning之卷积神经网络（小白入门）

Deep-Learning之卷积神经网络（小白入门）

一、初识卷积神经网络（CNNs / ConvNets）

  卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一 。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络” 。
  emmm,这是百度百科的介绍，我他喵只想说：人言否？啥叫前馈神经网络？啥又叫表征学习？平移不变分类又是什么鬼？喵喵喵？
  感觉好抽象，第一次看到的我有一种一脸懵逼，二脸茫然的感觉，感觉用更多生僻词汇 来解释 生僻词汇，结果还是不懂=_=。

what：是啥？干啥用的？

 可以将卷积神经网络理解为一个黑盒，把数据（二位数组/阵列）全扔进去，不管数据是多不规范，它都能给你分类/识别出来（当然，前提是训练学习过cnn的啦）。

 比如这个，可以识别出来相应的字母：

 再举个例子，把一筐混合豆子（红豆，绿豆，黄豆）分出来，就把这些全倒进机器（类比cnn）里，最后得到三筐豆子，可能是因为大小，可能因为颜色（相应特征），原理下面再讲。

why：为啥用它？

 有很大的抗干扰性和鲁棒性，像上面那张图，歪七倒八，大小/粗细不一的‘X’，‘O’，都可以识别出来。

when & where：啥时用？在哪用？

 大多应用于计算机视觉，比如：手机上的人脸识别开锁，自动驾驶中的路况识别，美图秀秀以及抖音的人脸识别等等。
 也可应用于音频，文本，所有可以转化为二维矩阵的数据，就比如密码学攻击中利用示波器波形图进行密钥位分类。

二、卷积神经网络的原理

CNN的构成：
 输入层/ Input layer；卷积层/ CONV layer；激活函数 / ReLU layer；池化层 / Pooling layer；全连接层 / FC layer

 如上图所示，卷积神经网络架构与常规人工神经网络架构非常相似，特别是在网络的最后一层，即全连接。此外，还注意到卷积神经网络能够接受多个特征图作为输入，而不是向量。

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，如下图所示，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(主成分分析)降维；白化是对数据各个特征轴上的幅度归一化

去均值与归一化效果图：

去相关与白化效果图：

2.卷积计算层

这一层就是卷积神经网络最重要的一个层次，也是“卷积神经网络”的名字来源。
在这个卷积层，有两个关键操作：

• 局部关联。每个神经元看做一个滤波器(filter)
• 窗口(receptive field)滑动， filter对局部数据计算

先介绍卷积层遇到的几个名词：

• 深度/depth（解释见下图）
• 步长/stride （窗口一次滑动的长度）
• 填充值/zero-padding

填充值是什么呢？以下图为例子，比如有这么一个5 * 5的图片（一个格子一个像素），我们滑动窗口取2*2，步长取2，那么我们发现还剩下1个像素没法滑完，那怎么办呢？

那我们在原先的矩阵加了一层填充值，使得变成6*6的矩阵，那么窗口就可以刚好把所有像素遍历完。这就是填充值的作用。

卷积的计算（注意，下面蓝色矩阵周围有一圈灰色的框，那些就是上面所说到的填充值） 这里的蓝色矩阵就是输入的图像，粉色矩阵就是卷积层的神经元，这里表示了有两个神经元（w0,w1）。绿色矩阵就是经过卷积运算后的输出矩阵，这里的步长设置为2。

蓝色的矩阵(输入图像)对粉色的矩阵（filter）进行矩阵内积计算并将三个内积运算的结果与偏置值b相加（比如上面图的计算：2+（-2+1-2）+（1-2-2） + 1= 2 - 3 - 3 + 1 = -3），计算后的值就是绿框矩阵的一个元素。

下面的动态图形象地展示了卷积层的计算过程：

参数共享机制

• 在卷积层中每个神经元连接数据窗的权重是固定的，每个神经元只关注一个特性。神经元就是图像处理中的滤波器，比如边缘检测专用的Sobel滤波器，即卷积层的每个滤波器都会有自己所关注一个图像特征，比如垂直边缘，水平边缘，颜色，纹理等等，这些所有神经元加起来就好比就是整张图像的特征提取器集合。
• 需要估算的权重个数减少: AlexNet 1亿 => 3.5w
• 一组固定的权重和不同窗口内数据做内积: 卷积
• 

  3.激励层

  把卷积层输出结果做非线性映射。

  

  CNN采用的激励函数一般为ReLU(The Rectified Linear Unit/修正线性单元)，它的特点是收敛快，求梯度简单，但较脆弱，图像如下。

  

  激励层的实践经验：
  ① 不要用sigmoid！不要用sigmoid！不要用sigmoid！
  ② 首先试RELU，因为快，但要小心点
  ③ 如果② 失效，请用Leaky ReLU或者Maxout
  ④ 某些情况下tanh倒是有不错的结果，但是很少

  4.池化层

  池化层夹在连续的卷积层中间， 用于压缩数据和参数的量，减小过拟合。简而言之，如果输入是图像的话，那么池化层的最主要作用就是压缩图像。

  这里再展开叙述池化层的具体作用。

  1. 特征不变性，也就是我们在图像处理中经常提到的特征的尺度不变性，池化操作就是图像的resize，平时一张狗的图像被缩小了一倍我们还能认出这是一张狗的照片，这说明这张图像中仍保留着狗最重要的特征，我们一看就能判断图像中画的是一只狗，图像压缩时去掉的信息只是一些无关紧要的信息，而留下的信息则是具有尺度不变性的特征，是最能表达图像的特征。
  2. 特征降维，我们知道一幅图像含有的信息是很大的，特征也很多，但是有些信息对于我们做图像任务时没有太多用途或者有重复，我们可以把这类冗余信息去除，把最重要的特征抽取出来，这也是池化操作的一大作用。

  3. 在一定程度上防止过拟合，更方便优化。

      池化层用的方法有Max pooling 和 average pooling，用的较多的是Max pooling。

 这里就说一下Max pooling，其实思想非常简单。

 对于每个2 * 2的窗口选出最大的数作为输出矩阵的相应元素的值，比如输入矩阵第一个2 * 2窗口中最大的数是6，那么输出矩阵的第一个元素就是6，如此类推。

5.全连接层

 两层之间所有神经元都有权重连接，通常全连接层在卷积神经网络尾部。

 跟传统的神经网络神经元的连接方式是一样的：

批规范化

 批规范化（Batch normalization）是深度学习中经常见到的一种训练trick，指在采用梯度下降法训练DNN（深度神经网络）时，对网络层中每个mini-batch的数据进行归一化，使其均值变为0，方差变为1，其主要作用是缓解DNN训练中的梯度消失/爆炸现象，加快模型的训练速度。

三、卷积神经网络之典型CNN & 常用框架

1.典型CNN

•LeNet，   这是最早用于数字识别的CNN
•AlexNet，   2012 ILSVRC比赛远超第2名的CNN，比
•LeNet更深， 用多层小卷积层叠加替换单大卷积层。
•ZF Net，  2013 ILSVRC比赛冠军
•GoogLeNet，2014 ILSVRC比赛冠军
•VGGNet，  2014 ILSVRC比赛中的模型，图像识别略差于GoogLeNet，但是在很多图像转化学习问题(比如object detection)上效果奇好

2.常用框架

Caffe
　•源于Berkeley的主流CV工具包，支持C++,python,matlab
　•Model Zoo中有大量预训练好的模型供使用
Torch
　•Facebook用的卷积神经网络工具包
　•通过时域卷积的本地接口，使用非常直观
　•定义新网络层简单
TensorFlow
　•Google的深度学习框架
　•TensorBoard可视化很方便
　•数据和模型并行化好，速度快

四、 fine-tuning

what？
 fine-tuning就是使用已用于其他目标、预训练好模型的权重或者部分权重，作为初始值开始训练。
 为什么不用随机选取选几个数作为权重初始值？
答：第一，自己从头训练卷积神经网络容易出现问题；
第二，fine-tuning能很快收敛到一个较理想的状态，省时省心。

how？
•复用相同层的权重，新定义层取随机权重初始值
•调大新定义层的的学习率，调小复用层学习率

五、一般结构 & 训练算法 & 优缺点 & 所遇问题

1.一般CNN结构依次为

1.INPUT
2.[[CONV -> RELU]N -> POOL?]M
3.[FC -> RELU]*K
4.FC

2.卷积神经网络之训练算法

1.同一般机器学习算法，先定义Loss function，衡量和实际结果之间差距。
2.找到最小化损失函数的W和b， CNN中用的算法是SGD（随机梯度下降）。

3.卷积神经网络之优缺点

优点
　　•共享卷积核，对高维数据处理无压力
　　•无需手动选取特征，训练好权重，即得特征分类效果好
缺点
　　•需要调参，需要大样本量，训练最好要GPU
　　•物理含义不明确（也就说，我们并不知道没个卷积层到底提取到的是什么特征，而且神经网络本身就是一种难以解释的“黑箱模型”） 　　

4.问题

第一个问题：为什么不用BP神经网络去做呢？ 1.全连接，权值太多，需要很多样本去训练，计算困难
　　• 应对之道：减少权值的尝试，局部连接，权值共享

　　卷积神经网络有两种神器可以降低参数数目。
　　第一种神器叫做局部感知野，一般认为人对外界的认知是从局部到全局的，而图像的空间联系也是局部的像素联系较为紧密，而距离较远的像素相关性则较弱。因而，每个神经元其实没有必要对全局图像进行感知，只需要对局部进行感知，然后在更高层将局部的信息综合起来就得到了全局的信息。
　　第二级神器，即权值共享。

 

2.边缘过渡不平滑
　　• 应对之道：采样窗口彼此重叠

 

第二个问题：LeNet里的隐层的神经元个数怎么确定呢？
它和原图像，也就是输入的大小（神经元个数）、滤波器的大小和滤波器在图像中的滑动步长都有关！

LeNet-5共有7层，不包含输入，每层都包含可训练参数（连接权重）。输入图像为32*32大小。

例如，我的图像是1000x1000像素，而滤波器大小是10x10，假设滤波器没有重叠，也就是步长为10，这样隐层的神经元个数就是(1000x1000 )/ (10x10)=100x100个神经元了。

那重叠了怎么算？比如上面图的C2中28*28是如何得来的？这里的步长就是1，窗口大小是5*5，所以窗口滑动肯定发生了重叠。下图解释了28的由来。

 

 

第三个问题：S2层是一个下采样层是干嘛用的？为什么是下采样？
也就是上面所说的池化层，只是叫法不同而已。这层利用图像局部相关性的原理，对图像进行子抽样，可以减少数据处理量同时保留有用信息，相当于图像压缩。

六、总结

卷积网络在本质上是一种输入到输出的映射，它能够学习大量的输入与输出之间的映射关系，而不需要任何输入和输出之间的精确的数学表达式，只要用已知的模式对卷积网络加以训练，网络就具有输入输出对之间的映射能力。

CNN一个非常重要的特点就是头重脚轻（越往输入权值越小，越往输出权值越多），呈现出一个倒三角的形态，这就很好地避免了BP神经网络中反向传播的时候梯度损失得太快。

卷积神经网络CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。由于CNN的特征检测层通过训练数据进行学习，所以在使用CNN时，避免了显式的特征抽取，而隐式地从训练数据中进行学习；再者由于同一特征映射面上的神经元权值相同，所以网络可以并行学习，这也是卷积网络相对于神经元彼此相连网络的一大优势。卷积神经网络以其局部权值共享的特殊结构在语音识别和图像处理方面有着独特的优越性，其布局更接近于实际的生物神经网络，权值共享降低了网络的复杂性，特别是多维输入向量的图像可以直接输入网络这一特点避免了特征提取和分类过程中数据重建的复杂度。

参考资料

大白话讲解卷积神经网络工作原理
一文让你理解什么是卷积神经网络
有关CNN网络结构的总结