pytorch图像分类篇：1.卷积神经网络基础与补充

前言

最近在b站发现了一个非常好的 计算机视觉 + pytorch 的教程，相见恨晚，能让初学者少走很多弯路。
因此决定按着up给的教程路线：图像分类→目标检测→…一步步学习用pytorch实现深度学习在cv上的应用，并做笔记整理和总结。

up主教程给出了pytorch和tensorflow两个版本的实现，我暂时只记录pytorch版本的笔记。

参考内容来自：

• up主的b站链接：https://space.bilibili.com/18161609/channel/index
• up主将代码和ppt都放在了github：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
• up主的CSDN博客：https://blog.csdn.net/qq_37541097/article/details/103482003

卷积神经网络

---

CNN正向传播——以LeNet举例

第一节课主要是通过LeNet网络讲解了CNN中的卷积层、池化层和全连接层的正向传播过程。（包含卷积层的神经网络都可以称为卷积神经网络），由于是基础，就不再赘述。

关于CNN基础可以参考CNN基础
关于LeNet网络可以参考LeNet详解

这里推荐一个LeNet的可视化网页，有助于理解（需翻墙）https://www.cs.ryerson.ca/~aharley/vis/conv/

---

补充1——反向传播中误差的计算：softmax/sigmoid

之前我自己总结过神经网络的反向传播过程，即根据误差的反向传播来更新神经网络的权值。

一般是用 交叉熵损失 （Cross Entropy Loss）来计算误差

需要注意的是，softmax的所有输出概率和为1，例如进行图像分类时，输入一张图像，是猫的概率为0.3，是狗的概率为0.6，是马的概率为0.1。

而sigmoid的输出则没有概率和为1的要求。

---

补充2——权重的更新

实际应用中，用优化器（optimazer）来优化梯度的求解过程，即让网络得到更快的收敛：

• SGD优化器（Stochastic Gradient Descent 随机梯度下降）
  • 缺点：1. 易受样本噪声影响；2. 可能陷入局部最优解
  • 改进：SGD+Momentum优化器
• Agagrad优化器（自适应学习率）
  • 缺点：学习率下降的太快，可能还没收敛就停止训练
  • 改进：RMSProp优化器：控制下降速度
• Adam优化器（自适应学习率）

详情可参考机器学习：各种优化器Optimizer的总结与比较
附图：几种优化器下降的可视化比较