数据分析-深度学习Pytorch Day6

卷积神经网络如何运用到图片分类问题

感受野 Receptive Field

步长Stride

填充Padding

参数共享share parameter

最大池化MaxPooling

CNN全过程

仅个人理解学习

引言

CNN卷积神经网络最初主要是用于计算机视觉和图像处理中，比如图像分类：

最终的分类数绝对维度：

在模型中交叉熵的使用：最终通过概率分布求得每个类的概率值，最大值所在类作为最终的输出。

图片组成

图片一般是有RGB组成的，通常是3维：(height, width,channels)。

在喂入卷积神经网络之前需要将3维的向量拉直，变成一维向量（flatten操作）：

拉直之后喂入全连接层：

问题1：如果隐藏层有1000个神经元，每个样本的输入是100*100*3，仅仅单层的总weights数是。参数增加的时候，模型表达能力更强，但是也增加了模型过拟合overfitting的风险。

在实际处理中，每个神经元（Neuron）不必和输入input的每个维度都有一个权重weight，也就是说部分维度可忽略。

图像识别：找准突出点Pattern

在一张图片中我们识别出几个特殊点（Pattern）就能够对这个进行判断，将它归属于某个类，而不需要扫描整张图片。

案例中识别鸟嘴、鸟爪、鸟眼睛。一般人类也是抓住物件的重要来进行判断