神经网络基础之卷积、池化详解

最新推荐文章于 2024-04-25 23:38:13 发布

王挣银

最新推荐文章于 2024-04-25 23:38:13 发布

阅读量1w

点赞数 13

文章标签：神经网络计算机视觉深度学习

本文链接：https://blog.csdn.net/qq_29960631/article/details/121740663

版权

一、卷积

内容上：卷积核大小【黄色部分大小，3*3】、卷积核内数值[ [1,0,1],[0,1,0],[1,0,1] ]、卷积核的数量
计算方式：从左往右，从上往下的扫描 + 对应元素相乘后相加
在这里插入图片描述

输入图片的尺寸：一般用 n * n 表示输入的image大小。
卷积核的大小：一般用 f * f 表示卷积核的大小。
填充（Padding）：一般用 p 来表示填充大小。
步长(Stride)：一般用 s 来表示步长大小。
输出图片的尺寸：一般用 o 来表示。

计算公式如下：（当不为整数时，向下取整）
在这里插入图片描述

卷积核：一般为 2 * 2、3 * 3、5 * 5 。卷积核的大小决定特征提取时的感受野。
Padding：

常用的两种padding：
（1）valid padding( p=0)：不进行任何处理，只使用原始图像，不允许卷积核超出原始图像边界。
（2）same padding( p=1)：进行填充，允许卷积核超出原始图像边界，并使得卷积后结果的大小与原来的一致（str=1时）。
valid padding 就是不够就不够了，卷积核扫描多少就是多少；same padding 要求把所以位置都要进行卷积操作，所以当不够时外围用0填充一圈。
使用valid padding卷积后的输出取决于输入w、核大小f、和步长s；使用same padding卷积后的输出只取决于步长（步长为2则输出为 o/2，步长为3则输出为 o/3

Stride:步长，作为主要影响因素决定卷积后输出图像的大小
卷积核的数量：决定输出图像数量的多少，即生成图像的通道数（核数=通道数）。这里指内部运算时图像的通道数，要与输入图像的通道数（彩色输入图像的通道数=3）区分开。

在这里插入图片描述

多张图像时，不同图片与各卷积核运算后对应相加，生成卷积核数的通道数。多张图像就是之一个batchsize数量的图像。

前提：池化层也称下采样层。在图像中，相邻像素倾向于具有相似的值，因此通常卷积层相邻的输出像素也具有相似的值。这意味着，卷积层输出中包含的大部分信息都是冗余的。
作用：
- 会压缩输入的特征图,从而降低图像的分辨率
- 一方面减少了特征，导致了参数减少，进而简化了卷积网络计算时的复杂度；另一方面保持了特征的某种不变性（旋转、平移、伸缩等）。

简而言之，池化就是去除杂余信息，保留关键信息，减小图像的分辨率

核：只有框架，没有核参数
核大小：size
padding类型：取整方式为padding valid
步长：stride

池化操作主要有两种，一种是平均池化(Average Pooling)，即对邻域内的特征点求平均；另一种是最大池化(Max Pooling)，即对邻域内的特征点取最大。

池大小为2的最大池层的示例：

对比	池化	卷积
作用	减少计算量、降低分辨率	提取特征
通道数	不改变通道数	卷积核数决定通道数
核	池化核只是框架，没有参数	卷积核有参数
取整方式	padding valid	padding same
步长stride	步长为2的池化每运算一次图像分辨率减半	步长为3的卷积图像运算后的分辨率是否变化取决于padding类型和本身图像大小

卷积与池化补充：

有表达不当之处，欢迎大佬们指正

关注