matlab实现卷积神经网络CNN（一）——网络结构介绍

Monodwj

已于 2023-05-23 11:46:53 修改

阅读量7.7k

点赞数 31

文章标签： cnn 深度学习神经网络

于 2023-05-22 19:58:07 首次发布

本文链接：https://blog.csdn.net/lqqqqqqq123/article/details/130806320

版权

本文介绍了卷积神经网络(CNN)的基本结构和特性，包括局部连接、权重共享和汇聚，以及卷积层、汇聚层的作用。CNN通常由卷积层、汇聚层和全连接层组成，用于图像处理中的特征提取。文章还讨论了卷积层的计算公式，并提及在MATLAB中处理CNN数据的维度。此外，提到了最大汇聚和平均汇聚两种常见的汇聚层类型。

摘要由CSDN通过智能技术生成

一、CNN介绍

① 基本背景

卷积神经网络（convolutional neural network）是具有局部连接、权重共享等特性的深层前馈神经网络，最早主要是用来处理图像信息。
相比于全连接前馈神经网络，卷积神经网络有三个结构上的特性：局部连接、权重共享以及汇聚，这些特性使得卷积神经网络具有很好的特征提取能力，且参数更少。

卷积神经网络一般由卷积层、汇聚层和全连接层构成。

② 卷积层

对于一维卷积层，我们有：

$y=\omega *x=\sum_{k=1}^{n}\omega _{k}x_{t-k+1}$

该卷积核大小为 1×3，在一维数据上依次滑动计算。

根据卷积核滑动计算方式的定义，我们自然地会引入步长和零填充来增加卷积的多样性，以便更加灵活地进行特征提取。

假设卷积层的输入神经元个数为𝑀，卷积大小为𝐾，步长为𝑆，在输入两端各填补𝑃 个0（zero padding），那么该卷积层的神经元数量为(𝑀 − 𝐾 + 2𝑃)/𝑆 + 1．

（划重点，该公式很重要，在我们设计卷积层、池化层大小个数时需要考虑）

以此类推，对于二维卷积层，我们有：

$y_{ij}=\sum_{u=1}^{U}\sum_{v=1}^{V}\omega _{uv}x_{i-u+1,j-u+1}$

该图中的卷积层进行了180°翻转处理，卷积核的翻转会减少一些不必要的操作和开销，其本身翻转与否并不影响其特征提取能力。

具体到MATLAB程序应用当中，即我们的输入数据应该是一个四维数组【M,N,D,SN】

其中，M和N分别为单个样本数据长和宽，D为通道数（输入特征类别，如RGB有三个通道），SN为样本个数。

抛开样本个数，我们考虑单个的样本数据结构【M,N,D】如下图所示：

输入特征映射组x为【M,N,D】，输出特征映射组y为【M',N',P】，卷积核 $\omega$ 为【U,V,P,D】

D为输入特征个数；P为输出特征个数；U、V是二维卷积核的长宽。

假设D=3；当P=1时：

就只会有一种卷积核（上图紫色柱体）存在，该柱体包含的权重信息代表了对你所需要输出的那一个特征的提取方式（即一个拟合函数，对应一个输出），该柱体在平面M×N滑动，并且在深度D方向（D=1、D=2、D=3）分别进行二维卷积操作，最后将三层的卷积结果相加并进行非线性映射得到输出特征映射组y；

当P=2时：

就会有两种卷积核（上图紫色柱体）存在，两个不同的柱体包含不同的权重信息代表了对你所需要输出的不同的两个特征的提取方式（即两个拟合函数，对应两个输出），两个柱体分别在平面M×N滑动，并且在深度D方向（D=1、D=2、D=3）分别进行二维卷积操作，最后将三层的卷积结果相加并进行非线性映射，由柱体1得到的输出特征映射组为y1，柱体2得到的输出特征映射组为y2；

以此类推……