[深度学习]卷积神经网络：卷积、池化、常见分类网络

卷积

全连接层：将卷积层所有的像素展开，例如得到一个3072维的向量，然后在向量上进行操作。

卷积层：可以保全空间结构，不是展开成一个长的向量。

卷积操作：将卷积核从图像（或者上一层的feature map）的左上方的边角处开始，遍历卷积核覆盖的所有像素点。在每一个位置，我们都进行点积运算，每一次运算都会在我们输出的激活映射中产生一个值。之后根据stride值，继续滑动卷积核。例如stride为1时，一个像素一个像素地滑动。其本质也是f(x) = f(wx+b)。

卷积层意义：

Low-level features：低层特征一般代表了一些低阶的图像特征，比如一些边缘特征；

Mid-level features：中间层可以得到一些更加复杂的图像特征，比如边角或者斑点；

High-level features：对于高阶的特征，可以获得比斑点更加丰富的内容。

这些特征是一些从简单到复杂的特征序列。

 

Q:零填充是否在角落上增加了一些额外的特征？

A:在边缘处是有些人为成分，但是在实际应用中这是合理的。零填充可以避免图像特征层的尺寸迅速减小，损失特征信息。

 

Q:对于长方形图片，是否需要使用横纵不同的步幅？

A:可以这样做。但是在实际中，我们通常操作方形区域，因此一般在长宽方向上使用同样的步幅。

 

Q:如何选择，保证得到想要的输出：                                      

A:可以考虑的因素包括：卷积核的大小、卷积核的数量、步长的大小、零填充；通常选择的卷积核的大小为3*3，5*5，7*7。

 

Q:Input volume: 32*32*3

10 5*5 filters with stride 1, pad 2

Output size? Number of parameters in this layer?

A:Output size : (32+2*2-5)/1+1=32, 32 * 32 * 10

Parameters: 每一个卷积核的参数：5*5*3+1=76(包含偏差项)

10个卷积核的参数：76*10=760

公式：对于W1*H1*D1的输入，卷积核的数量为K，卷积核的大小为F，stride为S， padding 为 P。

那么输出W2*H2*D2满足：

W2 = (W1 + 2*P – F) / S + 1;

H2= (H2 + 2*P – F) / S +1;

D2 = K

 

Q:如何凭着直观感觉来确定所使用的步长呢？

A:参数数量、模型尺寸、过拟合之间的平衡。

 

卷积特征

在处理图像时，我们常把图像表示为像素的向量，所以一个1000×1000的图像，就有1000000个输入向量，如果此时下一层的隐藏层中有1000000个神经元，采用BP神经网络的全连接，两层之间将会有1000000×1000000个连接，此时，参数集合会过于庞大以至于难以训练。

卷积神经网络通过局部感知、权值共享以及多卷积核，解决了参数庞大的问题。

1、局部感知

卷积网络通过局部感受野和权值共享来降低参数数目。首先来看局部感受野。一般认为人对外界的认知是从局部到全局的，而图像的空间联系也是局部的像素联系较为紧密，而距离较远的像素相关性则较弱。因此，每个神经元其实没有必要对全局图像进行感知，只需要对局部进行感知，然后在更高层将局部的信息综合起来就得到了全局的信息。也就是说，局部感受野指的是卷积层的神经元只和上一层的特征层（feature map)的局部相联系。还是上面那个例子，设每个神经元的感受野为10×10，那么两层的连接数为100×1000000，参数减少了四个数量级。将局部特征提取合并成整体特征的过程，我们称之为卷积（加权的滑动平均）。

 

2、权值共享

权值共享（也就是卷积操作）减少了权值（参数）数量，降低了网络复杂度，可以看成是特征提取的方式。其中隐含的原理是：图像中的一部分的统计特性与其他部分是一样的。这意味着我们在某一部分学习的特征，也能用到另一部分上。所以对于整个图像上的所有位置，我们都能使用同样的学习特征。在上面的那次卷积中，每个神经元都会与100个像素点连接，也就是说每个神经元有100个连接参数，不妨设这1000000个神经元都具有相同的连接参数（这个参数集合就是我们所说的卷积核），那么这次卷积的参数只有100个。

 

3、多卷积核

经过上面两轮化简，一个卷积核卷积后，只能得到一个方面的特征。若需要多方面的特征，只需要添加多个卷积核。而这个添加的数量一般不会对参数的个数造成多大量级上的变化。假设有30个卷积核，那么参数的个数就是30×100。

通过局部感知、参数共享、多卷积核，卷积神经网络不仅将减少的参数的数量，还在某种程度上达到了位移、尺度、形变的不变性，能够更有效的提取特征。

 

3、池化

在通过卷积获得了特征之后，下一步我们希望利用这些特征去做分类。人们可以用所有提取到的特征去训练分类器，例如softmax分类器。但这样做的话，会面临计算量的挑战，并且容易出现过拟合。

前面我们使用卷积后的特征，是因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。因此，为了描述大的图像，可以对不同位置的特征进行聚合统计，如计算平均值或者是最大值。例如：最大池化把输入的图像分割为不重叠的矩阵，每一个子区域都输出最大值。

通过对图像不同位置的特征进行聚合（即我们所说的池化），池化层的图像会具有更低的维度，也不易产生过拟合的现象。

池化层：池化和普通的卷积操作一样，也是一种降采样的方式，可以让所生成的表示更小更容易控制。不会做深度方向上的池化处理，只做平面上的的池化，所以池化操作输入的深度和输出的深度是一样的。

常见的池化方式：最大池化、平均池化。对于池化，通常设定步长，使它们没有任何重叠。一般不在池化层填零，只做降采样处理。

 

常见的分类卷积神经网络

https://blog.csdn.net/u013250416/article/details/79591263

1.LeNet

input：32*32，卷积层使用的卷积核大小均为5*5，stride=1。

应用：数字识别领域。

 

2.AlexNet

Input: 227*227*3

第一层：96个11*11，stride=4的卷积核

第一层的输出：特征层大小为(227-11)/4+1=55，输出为55*55*96

第一层的参数数目：96*（11*11*3+1）

每一个卷积核都要处理一个11*11*3的数据块，也就是分别对每一个通道的数据进行处理，然后将不同通道处理后的数据进行相加。

第二层：3*3, stride = 2

池化层没有参数

 

3.ZFNet

对比AlexNet在卷积核大小、卷积核数量、步长上改进

 

4.GooLeNet

一共22层。

设计思想：Inception模块。

使用inception模块，然后每个inception模块的顶部进行输出合并。

dinception模块：对进入相同层的相同输入，并行应用不同类别的滤波操作。也就是，对输入进行不同的卷积操作，如1*1卷积，3*3卷积，5*5卷积，也有池化操作，这样就可以利用相同的输入，得到不同的输出。在inception模块的顶部，将所有的滤波器输出在深度层面上串联在一起，得到一个张量输出。这个张量将进入下一层。

简单描述，就是用不同的操作得到不同的输出，然后将这些输出串联在一起。

解决深度带来的计算资源消耗问题：

由于在inception模块中，我们通过保留相同的尺寸来扩充深度。因此，经过每一个inception模块，特征层的深度只能叠加。深度过大，会带来巨大的计算资源消耗问题。

那么，如何解决这个问题呢？

通过增加一层瓶颈层并且尝试在卷积运算之前降低特征图的维度。

例如：在卷积运算之前，使用1*1*32卷积核，将输入深度投影到一个更低的维度，相当于对特征图进行了一次线性组合。

可以使用其他的方法进行降维，为什么还要使用1*1卷积核呢？

因为1*1卷积层是和其他层一样的卷积网络，仅仅需要训练这些核心网络，再通过反向传播这个网络，即可得到训练。

 

5.VGGNet

卷积层：3*3 conv stride 1, pad 1

池化层：2*2 max pool stride 2

更深的网络以及更小的卷积核

网络只关注相邻的像素

为什么使用小的卷积核？

当使用小的卷积核，可以保持较小的参数量，从而使用更深的网络和更多的卷积核。例如3个3*3的卷积核效果好于1个7*7卷积核。

 

6.ResNet

Q：当我们在普通卷积神经网络上堆叠越来越多的层时，到底会发生什么？

A：对于普通的卷积网络而言，56层的网络效果不如20层的网络。ResNet的创造者假设这是一个优化问题。相比于浅层网络，深层网络更难优化。理由是，一个深层的网络至少能和一个更浅的模型表现得一样好。

可以构造一个解决方案，一个更浅的网络，通过恒等映射，把这些拷贝到剩下的深层中。通过这个解决方案，可以使深层的网络表现的和浅层的网络一样好。

残差网络思想：

输入x，输出F(x) = H(x) - x。（原输出：H(x)，也就是经过深度神经网络得到的x的非线性变换）

我们不是直接学习输出H(x)，而是学习残差F(x) = H(x)-x。不是直接学习H(x)，而是学习当我们移动到下一层时，需要在输入上加上或者减去什么。可以认为这是一种输入的修正。F(x)就是我们所说的残差。通过学习F(x)，使得每一层的输出更接近x，它更像是修正x，而不是完全学习它应该是怎么样的。

作者假设学习残差比直接学习映射更容易。如果真的这个恒等映射是最好的，则我们只是将F(x)压缩变形为0，这个似乎更容易学习。

每个残差块都是两个3*3的卷积层。

类似GoogleNet，resnet也使用类似的瓶颈来提高效率。

 

7.ResNeXt

增加ResNet的宽度，不是通过增加卷积核来增加残差模块的宽度，而是在每个残差模块内建立多分支。这些分支的总和被称为基数。