Python高级编程（深度学习） 04-卷积神经网络图像分类

计算机视觉

• 眼睛不等于视觉
• 摄像机不等于视觉
• 单个像素只有一个颜色信息，不表示任何复杂语义

传统图像特征举例：HOG

• 方向梯度直方图
• 

传统图像特征举例：LBP

• 局部二值模式（以中间的值作为阈值，若像素值高于阈值则设置为1低于则为0）
• 

图像分类任务

• 怎么区分鱼和自行车？
• 有效描述图像内容（像素图像比较无效）
• 找出区分鱼和自行车的关键信息（比如不能通过鱼有眼睛来区分，自行车上挂一个小黄人也是有眼睛的）
• 逻辑分类

卷积（Convolution）

• 对于一个有噪声的函数y=f(x)，使用一个核(kernel)函数k(n)对其进行滤波
• 形象描述：滚动式的加权平均

离散二维卷积

计算方法就是3*3的模板一直移动，模板框出来的数字和卷积核对应相乘然后相加得到对应的值，在没有增加padding 的情况下，获得的输出的大小是(width-2,height-2)

• 图中的卷积核可以用来检测边缘。
• 对图像进行三维卷积运算，得到特征图。
• 卷积核是可训练参数。
• 卷积沟通了临近像素，一二增加了视野。
• 当图像内容与卷积核形状吻合的时候，激活度会很高，因而是一个特征提取器。
• 输出特征图的通道数等于使用的卷积核个数。

padding

• 使用padding可以对图像进行填充，使得卷积后的图像大小不变。

池化

• 池化是模板在输入图像上不断移动，模板框中的最大像素值输出，最后形成一个矩阵。
• 

例题：MNIST手写数字识别

用卷积神经网络去构建模型，解决手写数字识别的问题。
这里就放构建模型的部分，如果需要把模型进行识别，用一下predict。

import numpy as np
#import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers


#读取数据
def load_mnist