吴恩达CNN之三维卷积

一、在RGB图像上的卷积

3表示通道数目，图像中的通道数目必须等于过滤器中的通道数目

 

卷积核的维度是3*3*3，不是简单的矩阵的叠加，有时候，会把这个画成三位立方体

 卷积计算过程：用立方体中的每个数字分别与图像的红绿蓝三通道的对应数字相乘

对应数字相加，就可以得到4*4矩阵中的第一个数字

如果想要检测图片里的红色通道的边缘：

检测任何颜色的边缘：

多个卷积核（过滤器）得到多个输出，不同的过滤器可能有不同的特征提取作用

总结：

一直在用通道（channel）数量作为最后一个维度，在某些文献中，称之为3D立方体的深度

二、单层卷积网络

与非卷积神经网络对比：

这里的a[0]就是6*6*3的图像输入，过滤器的作用和w[1]类似，偏置项b和b[1]的作用类似，再经过激活函数，得到输出a[1]

练习

一共有280个参数要学习，优点是不论输入图像时1000*1000还是5000*5000，都只有这280个参数

用这10个过滤器检测不同的特征，比如水平边缘线、竖直边缘线或其他不同的特征，不管图片多大，所使用的参数都是一样的的，这个特征使得卷积神经网络不太容易 过拟合

用l表示第l个卷积层

f[l]表示第l层的过滤器的维度，p[l]表示第l层填充，s[l]表示步长，nc[l]表示过滤器的数目

Input：接收的是上一层卷积层输出的图像特征的维度

上图中还给出了怎么计算当前层的输出图像的长度和宽度，输出通道数就等于过滤器的数目

Each filter：通道数应该与输入图像的通道数一致

Activations：与输出图像的维度保持一致

A[l]:梯度下降

Weights：所有过滤器的权重的维度就是所有的过滤器的大小总和，过滤器的数目由当前层决定，每个过滤器的通道数由上一层输出图像的通道数决定