深度学习day10 卷积神经网络

本文参考视频链接

重点知识

1. CNN可以保留图像的空间结构特征。对于一个CxWxH的图像，如果使用全连接神经网络，直接将里面的节点弄成了一长串（比如上下相邻的两个点变成了一排长串），丧失了空间信息。
2. 一个过滤器提取出一个特征向量(Feature map)，一个过滤器包含多个卷积核。一个过滤器包含的卷积核的数量等于输入的图像的通道数，过滤器的数量等于输出图像的通道数。
3. 卷积核的大小是四维向量M* N * Wk * Hk，卷积核的数量M等于输出通道的数量，卷积核的大小N等于输入通道的数量，Wk和Hk是自己定义的，卷积核的内容是随机的，后面会通过学习自动调整。
4. 一般情况下，输出图像的大小要减去卷积核的大小，比如33的卷积核，输出的宽度和高度大小就要小(卷积核大小/2=3/2=1)圈，即宽和高个各减2，如果卷积核大小是44或者5*5，则输出的图像宽和高各减4。如果想要不变，那就要用padding进行0填充。需要padding的大小=卷积核大小/2。
5. 卷积层的设计和图像的输入通道、输出通道和卷积核的大小有关，与图像的大小无关。
6. 下采样（池化层）常用Max Pooling Layer，作用是图像降维。当设置MaxPool2d(Kernel_size=2)时，默认 stride=2，表示卷积核一次走两步，可以降低图像的宽度和高度。
7. In：128（通道数）、Out：64（通道数）。其中使用5x5的卷积核，需要进行5x5x128x64次运算。
   输入图像通道数为128 -> 经过64个过滤器（每个有128个5x5的卷积核）-> 输出图像通道数为64。

CNN原理：首先特征提取器直接对图像进行卷积运算，得到图像的一个特征向量，然后再利用一个全连接的网络对其分类。

一个简单的CNN实例：batch表示一次要处理的图像个数

The shape of kernel tensor is (𝑛, 3, 3)

Convolution – N Input Channels and M Output Channels：

Convolutional Layer：

卷积神经网络的过程：

How to use GPU?

cuda:0表示第一块显卡

训练集的改变

测试集的改变

运行结果：