李宏毅03_卷积神经网络CNN

前言

• CNN的目标：分类
• CNN的应用：专门应用于图像
• 缺点：CNN不能处理影像放大、缩小、旋转的问题。

一、CNN是对Fully Connected Network的简化

（一）Receptive Field 感受野

• Receptive Field 可以任意定义大小，彼此之间可以重叠，可以选择不同的channel，可以设置成长方形等不同的形状
• 经典Receptive Field安排方式：3×3的kernel size + 所有channel的深度
• kernel size：Receptive Field的高和宽（因为深度肯定是涵盖所有channel的）
• channel：RGB、HSV等颜色通道
• stride：Receptive Field的间隔距离，卷积的步长，一般为1/2
• padding：将超出部分补值，可以是零、平均值和其他数字。
• 一个Receptive Field会有一组neurons来守备
  
  

（二）Parameter sharing 共享参数

• 每一个Receptive Field都有许多neuron来守卫，每个neuron负责跟不同的pattern（图案）做类比。如果让不同Receptive Field的neuron共享参数，因为它们守备不同的领域，所以会输出不同的参数，达到简化Fully Connected Network的效果。
• filter（滤波器）：共享参数的一组neuron
  
  

二、Convolutional Layer（卷积层）

（一）Convolution 卷积

• 另一种理解CNN的方式：设置不同的Filter，将Filter放在不同的Receptive Field做内积来做分类（看图片中有没有这个Filter代表的pattern）
• Feature Map（特征图谱）：当一张图片通过一个Convolutional Layer（所有的Filter）产生出的一组图片，它的channel不是原本的RGB。而是Filter的个数。
• Convolution：用Filter扫过一张图片
  
  

（二）Pooling 池化（选择性用）

• Pooling：将Feature Map进行简化
• Max Pooling：将Feature Map进行分组，然后选择每组中的最大值。
  
  
  

（三）CNN完整过程

• flatten（拉直）：将矩阵拉直为一个向量