CNN基础——卷积神经网络的组成

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉二、Python必备开发工具

👉三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）

👉五、Python练习题

检查学习结果。

👉六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

以图像分类任务为例，在下表所示卷积神经网络中，一般包含5种类型的网络层次结构：

| CNN层次结构 | 输出尺寸 | 作用 |

| — | — | — |

| 输入层 |

W1×H1×3

| 卷积网络的原始输入，可以是原始或预处理后的像素矩阵 |

| 卷积层 | W1×H1×K | 参数共享、局部连接，利用平移不变性从全局特征图提取局部特征 |

| 激活层 | W1×H1×K | 将卷积层的输出结果进行非线性映射 |

| 池化层 | W2×H2×K | 进一步筛选特征，可以有效减少后续网络层次所需的参数量 |

| 全连接层 | (W2 ) H2 ) K)× C | 将多维特征展平为2维特征，通常低维度特征对应任务的学习目标（类别或回归值） |

W1×H1×3对应原始图像或经过预处理的像素值矩阵，3对应RGB图像的通道;K表示卷积层中卷积核（滤波器）的个数;W2× H2 为池化后特征图的尺度，在全局池化中尺度对应1×1;（W2)H2)K）是将多维特征压缩到1维之后的大小，C对应的则是图像类别个数。

1 输入层

​ 输入层(Input Layer)通常是输入卷积神经网络的原始数据或经过预处理的数据，可以是图像识别领域中原始三维的多彩图像，也可以是音频识别领域中经过傅利叶变换的二维波形数据，甚至是自然语言处理中一维表示的句子向量。以图像分类任务为例，输入层输入的图像一般包含RGB三个通道，是一个由长宽分别为H和W组成的3维像素值矩阵H× W ×3，卷积网络会将输入层的数据传递到一系列卷积、池化等操作进行特征提取和转化，最终由全连接层对特征进行汇总和结果输出。根据计算能力、存储大小和模型结构的不同，卷积神经网络每次可以批量处理的图像个数不尽相同，若指定输入层接收到的图像个数为N，则输入层的输出数据为N×H×W×3。

2 卷积层

​ 卷积层(Convolution Layer)通常用作对输入层输入数据进行特征提取，通过卷积核矩阵对原始数据中隐含关联性的一种抽象。卷积操作原理上其实是对两张像素矩阵进行点乘求和的数学操作，其中一个矩阵为输入的数据矩阵，另一个矩阵则为卷积核（滤波器或特征矩阵），求得的结果表示为原始图像中提取的特定局部特征。下图表示卷积操作过程中的不同填充策略，上半部分采用零填充，下半部分采用有效卷积（舍弃不能完整运算的边缘部分）。 ​

卷积神将网络的计算公式为：

N=(W-F+2P)/S+1

其中N：输出大小

W：输入大小

F：卷积核大小

P：填充值的大小

S：步长大小

举例：

nn.Conv2d(in_channels=3,out_channels=96,kernel_size=12,stride=4,padding=2)

in_channels=3:表示的是输入的通道数，由于是RGB型的，所以通道数是3.

out_channels=96:表示的是输出的通道数，设定输出通道数的96（这个是可以根据自己的需要来设置的）

kernel_size=12:表示卷积核的大小是12x12的，也就是上面的 “F”, F=12

stride=4:表示的是步长为4，也就是上面的S, S=4

padding=2:表示的是填充值的大小为2，也就是上面的P, P=2

假如你的图像的输入size是256x256的,由计算公式知N=(256-12+2x2)/4+1=63,也就是输出size为63x63x96

卷积层的参数计算：

卷积后feature map边长： outputSize =（originalSize + paddingX2 - kernelSize）/ stride + 1 （其中outputSize是卷积之后得到的feature map的边长，originalSize是输入图的边长，padding是填充的大小，kernelSize是卷积核的边长，stride是步长）

卷积层的可训练的参数个数： trainNum = (outputSize X outputSize + 1) X kernelNum (其中kernelNum是卷积核的个数，加1是因为每一个卷积核有一个bias参数)

卷积层的连接数： connectNum = (kernelSize X kernelSize) X (outputSize X outputSize) X kernelNum

卷积层的神经元个数： neuralNum = (outputSzie X outputSize) X kernelNum

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！