datawhale李宏毅机器学习——task06“卷积神经网络“

卷积神经网络也就是CNN，在图像处理上有很大用处。那为什么要用CNN呢，这种网络相比其他网络有什么得天独厚的优势吗？
拿前面提到的很经典的多层前馈神经网络来说，这个网络很重要的一点是后一层与前一层全连接。而神经元与神经元之间连接会有权重参数，这样一来，一张几百个像素点的小尺寸相片也需要几千个参数，这样一来网络太庞杂了，很可能存在冗余。
而CNN正是从这一点出发，简化原来这种全连接网络的架构。
那cnn如何简化呢？又如何确保这种简化能够完成工作呢？
以图像识别为例，图像识别是将识别照片中的所有特征点进行组合然后判断。
但是图像里的某个特征只存在于图像的某一块像素中，也就是说识别这个特征并不需要输入整张图，只需要看某一个区域就够了。其次，图像中的某个特征处于什么位置并不重要，识别这种特征的神经元应当能识别出任意位置的这种特征。最后，我们看一张图，如果这种图被下采样了（下采样也就是按照一定规律去掉一些原来的像素点）我们还是能看出来这张图就是原来的图，因此可以利用这个特点将原来的输入image尺寸变小，这样可以减少网络的参数。

CNN架构如上图所示，输入一张图片，做一次卷积，然后池化，再然后卷积-池化，卷积池化要做多少次是你自己要提前设定好的，就像之前的前馈神经网络有多少层也是自己提前设定的一样。做卷积就相当于提取特征，池化就是将图片的尺寸变小。最后将flatten的output做为输入送进全连接网络得到图像识别的结果。
卷积和全连接的区别在于原来隐藏层的一个neuron和输入层全连接，但现在一个neuron只和某些输入的pixel连接，并且其他neuron也是这样，而且同一个隐藏层的neuron与输入层的pixel连接的权重参数组是一样的，这样一来就大大精简了网络的参数。