卷积神经网络初步了解

最近对图像识别比较感兴趣，于是就去查阅了相关的资料，发现了特别适用于图像识别领域的神经网络：卷积神CNN）。看着别人的科普，做了一些笔记。

CNN基本原理

典型的 CNN 由3个部分构成：

1. 卷积层：提取图像中的局部特征
2. 池化层：大幅降低参数量级(降维)
3. 全连接层：类似传统神经网络的部分，用来输出想要的结果。

举个例子：用pytorch猫狗识别

class Net(nn.Module):
    def __init__(self):
        super(Net,self).__init__()
        
        self.conv1 = nn.Conv2d(3,6,5)
        self.pool = nn.MaxPool2d(2,2)
        self.conv2 = nn.Conv2d(6,16,5)
        self.fc1 = nn.Linear(16 * 18 * 18,800)
        self.fc2 = nn.Linear(800,120)
        self.fc3 = nn.Linear(120,2)
        
    def forward(self,x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1,16 * 18 * 18)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))