CNN学习

学习笔记，自慕课网
**

CNN

CNN，卷积神经网络

一）卷积的含义

以图片分类为例， 那么我们就需要去找图片里的轮廓。
比如下面的小猫，我们怎么去识别它是一只小猫呢？ 找出它的轮廓~

1.1 卷积

为了提取图片里的特征我们引入了卷积操作
卷积：对图像矩阵与滤波器矩阵进行对应相乘再求和运算，转化成新的矩阵
作用：快速定位图像中某些边缘特征
英文：Convolution
具体操作如下：

1.2 寻找轮廓

结论：将图片与轮廓滤波器进行卷积运算，可快速定位固定轮廓特征的位置

举一个例子：假设我们有100张小狗的图片，我们要计算机来根据样本图片，
自动寻找合适的轮廓过滤器，对新图片进行轮廓匹配。这个寻找Filter，这里我们就是通过 CNN 网络来进行的。小狗很毛，嘴巴等特征，一个过滤器往往不够，所以我们会用很多过滤器。

-> 现实中，我们的图片是 RGB 的格式的图：

疑问：为什么 663的RGB乘以333的Filter结果是 4*4 的二维的图片

1.3 池化

在我们之前的卷积操作里，我们希望提取特征，同样，也希望训练参数减少，所以引入了池化：
按照一个固定规则对图像矩阵进行处理，将其转换为更低维度的矩阵。
1）Max_pooling

1.4 卷积神经网络

把卷积、池化、MLP先后连接在一起，组成卷积神经网络

1.5 激活函数

作用：
1）使部分神经元为0，防止过拟合
2）助于模型的求解
Relu函数： f(x) = max(x, 0)

1.6 全连接层

把最后池化的数据逐一提取出来，进行数据预处理，将数据展开来，如上图，展开后作为MLP的输入

1.7 卷积神经网络的特点

1）参数共享
同一个特征过滤器可用于整张图片
2）稀疏连接
生成的特征图每个节点只与原图片中特定节点连接

2.0 卷积运算的问题

卷积运算导致两个问题：
1）图像被压缩，造成信息丢失
原来是55，过滤器是33，最后结果是33 ，存在压缩的现象
nn 与 f*f 不padding，最后结果是 ((n-f)/s+1) , ((n-f)/s+1)
2）边缘信息使用少，容易被忽略
图像边缘信息使用很少

针对2）我们使用Padding运算来维持原图大小

2.1 卷积运算的组合问题

2.2 经典的CNN模型

1. 参考经典的CNN结构搭建新模型
2. 使用经典的CNN模型结构对图像预处理，再建立MLP模型

---

3.1 LeNet-5

LeNet的特点: 是只有32*32的灰度图，现实很多事RGB的图像

3.2 AlexNet

AlexNet特点：输入图像：227 * 227 *3 RGB图像，3通道
训练参数：约60,000,000个
1）适用于识别较为复杂的彩色图，可识别1000种类别
2）结构比 LeNet 更为复杂，适用Relu作为激活函数

3.3 VGG16

发现中间的卷积池化的size总是不能确定，出现了VGG16模型

3.4 经典的CNN模型用于新场景

如果原来的网络训练好了猫狗，现在做猫狗的二分类，就可以直接剥除掉FC层。