04 卷积神经网络

Zero_one_ws

于 2024-07-24 13:27:39 发布

阅读量358

点赞数 4

分类专栏：《神经网络与深度学习》理论文章标签： cnn 深度学习神经网络人工智能卷积卷积神经网络

本文链接：https://blog.csdn.net/weixin_43490087/article/details/140614512

版权

《神经网络与深度学习》理论专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1. 基本概念

1.1 卷积神经网络

卷积神经网络（Convolutional Neural Network，CNN 或 ConvNet 或 CNNs），是前馈神经网络的一种，相比较全连接神经网络（FCNN），CNN的参数更少，具有层次更深、局部连接、权重共享等特性。

卷积神经网络一般是由卷积层、汇聚层和全连接层交叉堆叠而成的前馈神经网络。卷积神经网络主要使用在图像和视频分析的各种任务（比如图像分类、人脸识别、物体识别、图像分割等）上，其准确率一般也远远超出了其他的神经网络模型．近年来卷积神经网络也广泛地应用到自然语言处理、推荐系统等领域。

1.2 卷积

卷积（Convolution），也叫褶积（zhě jī），是分析数学中一种重要的运算。在信号处理或图像处理中，经常使用一维或二维卷积。

（1）卷积运算

卷积的“卷”，是翻转的意思；“积”是求积运算。

卷积的定义，可参看经典论文及书籍《数字信号处理》（杨毅明），或者百度，这里贴上百度关于卷积的解释：

卷积https://baike.baidu.com/item/%E5%8D%B7%E7%A7%AF/9411006

通俗讲，卷积运算是采用一个卷积核（也称滤波器）作为移动窗口，在数据上滑动，每次滑动都会进行一次“加权求积运算”，移动结束后得到一个维度小于原数据的特征数组。下面为《神经网络与深度学习》中一个卷积计算实例：

可以看出，卷积核W在计算前应先进行180°翻转，再与数据X进行加权求和。

需要注意的是，现在网上大多数关于卷积的定义都是有误的，那些关于卷积的解释，未将卷积核进行翻转就直接求积运算，实际上是“互相关运算”，又称“不翻转卷积”。

（2）互相关运算（不翻转卷积）

互相关（Cross-Correlation）是一个衡量两个序列相关性的函数，通常是用滑动窗口的点积计算来实现。这与卷积运算相似，差别仅是卷积核翻转与否，因此，互相关也称不翻转卷积。

在计算卷积的过程中，需要进行卷积核翻转．在具体实现上，一般会以互相关操作来代替卷积，从而会减少一些不必要的操作或开销。

给定一个图像 $\textbf{X}$ 和卷积核 $\textbf{W}$ ，其互相关为：

上式也可写为矩阵形式：

上式中， $\bigotimes$ 表示互相关运算， $\ast$ 表示卷积运算，rot180 表示翻转180°。

关于卷积和互相关的对比，可参看这篇文章：

一文看懂卷积运算（convolution）与互相关运算（cross-correlation）的区别https://blog.csdn.net/qq_42589613/article/details/128297091?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522172172946116800182744913%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=172172946116800182744913&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_click~default-1-128297091-null-null.142%5Ev100%5Epc_search_result_base9&utm_term=%E4%BA%92%E7%9B%B8%E5%85%B3%E8%BF%90%E7%AE%97&spm=1018.2226.3001.4187

由于目前的深度学习框架中卷积核的参数经过学习得到，因此，在代码实现中并未区别卷积与互相关。鉴于此，下文中除定义外所称“卷积”，即是指“互相关”，不再区分两者。

（3）一维卷积

一维卷积经常用在信号处理中，用于计算信号的延迟累积。比如，某信号发生器每个 $t$ 时刻均发出信号 $x_t$ ，信号衰减率为 $w$ ，那么 $t_1$ 时刻产生的信号在 $t_2$ 时刻衰减为原来的 $w$ 倍，在 $t_3$ 时刻衰减为原来的 $w^2$ 倍，那便有如下情况：

便于理解，特意做了个动图如下：

动图中的卷积核表示了信号衰减程度，与上面截图中定义的相反，即动图的 $w_1=\frac{1}{4}$ ， $w_2=\frac{1}{2}$ ， $w_3=1$ 。由上图知卷积可以这样理解：卷积核作为移动窗口对数据逐步扫描，窗口内数据按位置对应求积后再求和。

（4）二维卷积

二维卷积与一维卷积相似，只不过二维卷积核需要在两个方向滑动，如下图所示：

便于理解，给出一个二维卷积实例如下：

（5）卷积的两个性质

下面的 $f(\textbf{Y})$ 函数为损失函数：

1.3 汇聚（池化）

（1）上采样

上采样是指在原有数据基础上增加其数量、维度或特征，比如：放大图片、增加分辨率、转置卷积都属于上采样。

（2）下采样

下采样是指在原有数据基础上减少其数量、维度或特征，比如：缩小图片、压缩图片、卷积都属于下采样。

（3）汇聚

汇聚，也称池化，是指降低特征数量，从而减少参数数量的一种方法，具体操作就是下采样。

2. CNN网络架构及参数学习

2.1 网络架构

卷积神经网络一般由卷积层、汇聚层（也称池化层）和全连接层构成。

（1）卷积层

卷积层的作用是提取一个局部区域的特征，不同的卷积核相当于不同的特征提取器，卷积层的单个神经元和全连接网络一样，都是一维结构，但在卷积神经网络（CNNs）中，神经元是被组织成三维体积的，这与全连接层中的神经元结构不同。全连接层的神经元是一维排列的，每个神经元与前一层的所有神经元相连接。在卷积层中，神经元被组织成深度、高度和宽度三个维度，形成一个三维体积。这种设计是为了更好地处理具有空间结构的数据，如图像。

活性值就是前一层的输出值，而这里的 $z^{(l)}$ 没有经过激活函数处理，称为净活性值。

上图中所有的同颜色连接上的权重是相同的，这就是权重共享，可以理解为一个卷积核只捕捉输入数据中的一种特定的局部特征。因此，如果要提取多种特征就需要使用多个不同的卷积核。此外，CNN网络的第𝑙 层的神经元个数不是任意选择的，而是满足 $M_l=M_{l-1}-K+1$ ，K为卷积核大小。

（2）汇聚层

汇聚层（Pooling Layer）也叫子采样层（Subsampling Layer）、池化层，其作用是进行特征选择，降低特征数量，从而减少参数数量。

卷积层虽然可以显著减少网络中连接的数量，但特征映射组中的神经元个数并没有显著减少。如果后面接一个分类器，分类器的输入维数依然很高，很容易出现过拟合。为了解决这个问题，可以在卷积层之后加上一个汇聚层，从而降低特征维数，避免过拟合。

汇聚层通过汇聚函数对前一层（卷积层）的卷积结果进行下采用，从而减少特征，常用的汇聚函数有两种：

（3）全连接层

在卷积神经网络（CNN）中，全连接层（Fully Connected Layer，FC）通常位于网络的最后几层，用于将前面提取的特征映射到较小的空间，通常是用于分类任务的输出。在全连接层中，每个神经元都与前一层的所有神经元相连，这与卷积层中的局部连接性形成对比。全连接层的作用主要有以下几个方面：

特征整合：经过卷积层和池化层后，图像的特征已经被分解和抽象。全连接层将这些特征整合成一个固定长度的向量，这个向量可以代表图像的全局特征。
分类决策：全连接层最后通常会连接到一个输出层，这个输出层包含与类别数目相同的神经元。每个神经元的激活值可以表示属于某一类别的概率。在分类任务中，全连接层起到最终决策的作用。
适应不同尺寸的输出：全连接层可以调整其神经元数量以适应不同任务的需求，无论是二分类还是多分类，或者是回归问题。
参数密集：全连接层通常包含大量参数，因为每个神经元都需要与前一层的所有神经元相连。这也是为什么在深度学习模型中，全连接层往往占据大部分参数的原因，同时也可能导致过拟合。
降维：在一些情况下，全连接层还可以用于降维，将高维特征空间映射到低维空间，这有助于减少计算量和内存需求。

然而，全连接层的一个缺点是它不考虑输入数据的空间结构，这对于处理图像以外的数据类型可能不是问题，但对于图像数据，卷积层和池化层已经很好地捕获了空间信息。此外，全连接层的参数量巨大，容易导致过拟合，特别是在训练数据有限的情况下。因此，在现代的CNN架构中，有时会避免使用大型的全连接层，或者将其替换为全局平均池化等技术来减少参数量并保持空间信息。

常用的卷积网络整体结构如下图：

2.2 参数学习

在卷积网络中，参数为卷积核中权重以及偏置。和全连接前馈网络类似，卷积网络也可以通过误差反向传播算法来进行参数学习。

假设卷积层中有多个卷积核，每个卷积核学习一种特征，那么对于第 $l$ 层的第 $p$ 个特征映射输入为：

损失函数关于参数的偏导数为：

在反向传播时，卷积层的任务是根据损失函数对权重的梯度来更新这些权重，汇聚层的任务是将梯度传递回其输入。汇聚层通过简单的误差传播规则将误差传递回卷积层，而卷积层则需要计算复杂的梯度来更新其参数。

3. 典型的卷积神经网络

3.1 LeNet-5

上面的原理字多图少有点绕，更加浅显易懂的解释参看下文：

深度学习入门(一)：LeNet-5教程与详解https://blog.csdn.net/qq_40714949/article/details/109863595?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522172178979016800175777250%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=172178979016800175777250&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-109863595-null-null.142^v100^pc_search_result_base9&utm_term=lenet-5&spm=1018.2226.3001.4187

3.2 AlexNet

上面的原理字多图少有点绕，更加浅显易懂的解释参看下文：

CNN经典网络模型（二）：AlexNet简介及代码实现 https://blog.csdn.net/qq_43307074/article/details/126027818?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522172179055516800225530403%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=172179055516800225530403&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-2-126027818-null-null.142^v100^pc_search_result_base9&utm_term=AlexNet&spm=1018.2226.3001.4187

3.3 Inception网络

在卷积网络中，如何设置卷积层的卷积核大小是一个十分关键的问题。在Inception 网络中，一个卷积层包含多个不同大小的卷积操作，称为Inception 模块。Inception 网络是由有多个Inception 模块和少量的汇聚层堆叠而成。

Inception模块同时使用1 × 1、3 × 3、5 × 5等不同大小的卷积核，并将得到的特征映射在深度上拼接（堆叠）起来作为输出特征映射。

图5.13给出了v1 版本的Inception 模块结构，采用了4 组平行的特征抽取方式，分别为1 × 1、3 × 3、5 × 5 的卷积和3 × 3 的最大汇聚．同时，为了提高计算效率，减少参数数量，Inception 模块在进行3 × 3、5 × 5 的卷积之前、3 × 3 的最大汇聚之后，进行一次1 × 1 的卷积来减少特征映射的深度．如果输入特征映射之间存在冗余信息，1 × 1 的卷积相当于先进行一次特征抽取。

Inception 网络有多个版本，其中最早的Inception v1 版本就是非常著名的GoogLeNet。GoogLeNet赢得了2014 年ImageNet 图像分类竞赛的冠军。GoogLeNet 由9 个Inception v1 模块和5 个汇聚层以及其他一些卷积层和全连接层构成，总共为22 层网络，如图所示：

看不清点击链接：

GoogLeNet 网络结构https://nndl.github.io/v/cnn-googlenet

为了解决梯度消失问题，GoogLeNet 在网络中间层引入两个辅助分类器来加强监督信息。Inception 网络有多个改进版本，其中比较有代表性的有Inception v3 网络。Inception v3 网络用多层的小卷积核来替换大的卷积核，以减少计算量和参数量，并保持感受野不变．具体包括：1）使用两层3 × 3 的卷积来替换v1 中的5 × 5 的卷积；2）使用连续的𝐾 × 1 和1 × 𝐾 来替换𝐾 × 𝐾 的卷积．此外，Inception v3 网络同时也引入了标签平滑以及批量归一化等优化方法进行训练。

3.4 残差网络

残差网络（Residual Network，ResNet）通过给非线性的卷积层增加直连边（Shortcut Connection）（也称为残差连接（Residual Connection））的方式来提高信息的传播效率。

假设在一个深度网络中，我们期望一个非线性单元 $f(\textbf{\textit{x}};\theta )$ 去逼近一个目标函数 $h(\textbf{\textit{x}})$ ，)．可以将目标函数拆分成两部分：恒等函数（Identity Function） $\textbf{\textit{x}}$ 和残差函数（Residue Function） $h(\textbf{\textit{x}})-\textbf{\textit{x}}$ ：

实际中后者（残差函数）更容易学习，因此原来的优化问题可以转换为：让非线性单元 $f(\textbf{\textit{x}};\theta )$ 去近似残差函数 $h(\textbf{\textit{x}})-\textbf{\textit{x}}$ ，并用 $f(\textbf{\textit{x}};\theta )+\textbf{\textit{x}}$ 去逼近 $h(\textbf{\textit{x}})$ 。