深度学习 第四章 卷积神经网络

深度学习入门视频-唐宇迪 （笔记加自我整理）

深度学习 第四章 卷积神经网络

1.卷积特征提取

       卷积神经网络，输入数据主要是图片，图片数据是以像素的形式存储的，把每个像素点存储在计算机中。一般图片分为3个维度，长、宽、高，长和宽比较好理解，就是图片的大小，高的话是指图片存储通道，图片采用RGB通道存储，和绘画中的色彩相类似，比如色彩三原色红黄蓝，其他颜色都是由这三种颜色组合调整出来的，比如青色；图片也是一样，是采用RGB红绿蓝三种通道存储的，三个通道组合就成了我们最后能看到的图片的颜色了，所以图片的高度是3。

   卷积神经网络的核心操作就是卷积层，采用过滤器将图片的主要特征抽取出来，再进行处理，一般会对图片进行多次抽取。最简单的结果就是下图，包含一层卷积层，顺序输入分别是输入层、卷积层（激活函数relu）、池化层、全连接层。

• 组成：输入层-卷积层-激活函数-池化层-全连接层

• 卷积层：

     从上图粉色方框到蓝色方框，就是一次卷积，卷积是把原来的图片分成多个小块，每一个小块都是一个矩阵，从每一个矩阵中抽取出一个数值，用来代表整个小块的主要特征，原来切分的所有小块抽取出的数值可以组合成一个矩阵，就是最终输出的卷积层数据。

• 每个小区抽取出一个值，用来代表该区，注意是数值，不是矩阵
  • 先把图像分成很多小区
  • 每个小区找出一个值，代表该区，即主要特征
  • 把所有值组合起来

            

         

• 抽取过程

    假设输入的图片是32*32*3，注意这里图片高度3是固定不可变的，采用过滤器来提取图片特征，这个过滤器指定位5*5*3，注意过滤器的高度3不是随意指定的，和要提取的数据的高度一定要保持一致，长度和宽度5可以自己定义。如果采用一个过滤器器，最后会得到一个矩阵，如果采用多个过滤器，每一个过滤器代表一种特征提取方式，会产出多个矩阵，有多少个过滤器输出多少个图片矩阵，即输出层的高度是多少。

    这里第一张图片中采用了两个过滤器，卷积之后得到两个矩阵，输出的高度是2；第二张图中采用了6个过滤器，卷积之后得到6个矩阵，输出的高度是6。每个过滤器的大小都是5*5*3的，可以理解为是5*5*3的三维矩阵，但是不同的过滤器中的参数是不同的，也就是三维矩阵各位的值是不同的，所以才能提取出不同组合的矩阵。

   注意区别过滤器的高度、过滤器的个数、不同过滤器的参数。

• 说明
  • 特征输入是32*32*3，即上一层的高是3，那么下一层用来抽取的过滤器的高也要是3，要保持一致，过滤器的长和宽可以自己指定，一般长和宽都会相同；