深度学习之卷积神经网络（CNN）的设计准则

卷积神经网络结构

卷积神经网络是多级神经网络，包含滤波级（filtering stage）与分类级（classification stage），其中，滤波级用来提取输入信号的特征，分类级对学习到的特征进行分类，两级网络参数是共同训练得到的。滤波级包含卷积层（convolutional layers），池化层（pooling layer）与激活层（activation layers）等3个基本单元，而分类级一般由全连接层组成。

卷积层

卷积层使用卷积核（Convolutional Kernels）对输入信号（或特征）的局部区域进行卷积运算，并产生相应的特征。卷积层最重要的特点是权值共享（Weights sharing），即同一个卷积核将以固定的步长（Stride）遍历一次输入。权值共享减少了卷积层的网络参数，避免了由于参数过多造成的过拟合，并且降低了系统所需内存。在实际操作中，大多使用相关运算（Correlation Operation）来替代卷积运算，这样可以避免反向传播时翻转卷积核。具体的卷积层运算如式：

一维卷积层的运算过程如图。

每个卷积核均遍历一次卷积层，同时进行卷积运算。以第一个卷积核为例，在进行卷积操作时，卷积核与被卷区域的神经元对应的系数相乘，得到第一个logits值y，然后以步长为1移动卷积核，重复之前的操作，直至卷积核遍历完输入信号的所有区域。

激活层

经过卷积操作之后，激活函数将对每一个卷积输出的logits值进行非线性变化。激活函数的目的，是将原本线性不可分的多维特征映射到另一空间，在此空间内，特征的线性可分性将增强。神经网络中常用的激活函数有Sigmoid函数，双曲正切函数Tanh以及修正线性单元ReLU（Rectified Linear Unit）。
当输入值的绝对值较大时，Sigmoid与Tanh函数的导数值均接近0，这会造成利用误差反向传播来更新权值时，随着神经网络层数的增加，误差值无法向下传播，从而底层网络训练不透，这也被称为梯度弥散现象。而ReLU函数在输入值大于0时的导数值始终为1，很好的克服了梯度弥散现象。

池化层

池化层进行的是降采样操作，主要目的是减少神经网络的参数。一维池化操作的示例如图。

图中输入层的特征宽度为6，深度为4，通过大小、步长为2的池化操作，将原始特征降采样到宽度为3，深度为4的输出特征。

常用的池化函数有均值池化（Average Pooling）与最大值池化（Max Pooling）。均值池化是将感知域的神经元的均值作为输出值，而最大值池化是将感知域中的最大值作为输出。

最大值池化的优点在于可以获得位置无关的特征，对于周期性的时域信号很关键。

全连接层

全连接层是将滤波级提取出的特征进行分类。具体做法为，先将最后一个池化层的输出，铺展成一维的特征向量，作为全连接层的输入；再将输入与输出之间进行全连接，如图所示。