(1 封私信 / 83 条消息) CNN数字识别时,卷积核(如,5x5)具体的数值是如何确定的,难道是随机?? - 知乎 (zhihu.com)
作者:人邮异步社区
链接:https://www.zhihu.com/question/49376084/answer/1855795113
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
如何理解卷积神经网络(CNN)中的卷积和池化? - 人邮异步社区的回答 - 知乎 https://www.zhihu.com/question/49376084/answer/1855795113
5.1.4 通过数据学习核数组
最后我们来看一个例子,它使用物体边缘检测中的输入数据X
和输出数据Y
来学习我们构造的核数组K
。我们首先构造一个卷积层,将其卷积核初始化成随机数组。接下来在每一次迭代中,我们使用平方误差来比较Y
和卷积层的输出,然后计算梯度来更新权重。简单起见,这里的卷积层忽略了偏差。
虽然我们之前构造了Conv2D
类,但由于corr2d
使用了对单个元素赋值([i, j]=
)的操作因而无法自动求梯度。下面我们使用Gluon提供的Conv2D
类来实现这个例子。
In [7]: # 构造一个输出通道数为1(将在5.3节介绍通道), 核数组形状是(1, 2)的二维卷积层
conv2d = nn.Conv2D(1, kernel_size=(1, 2))
conv2d.initialize()
# 二维卷积层使用4维输入输出, 格式为(样本, 通道, 高, 宽), 这里批量大小(批量中的样本数)和通
# 道数均为1
X = X.reshape((1, 1, 6, 8))
Y = Y.reshape((1, 1, 6, 7))
for i in range(10):
with autograd.record():
Y_hat = conv2d(X)
l = (Y_hat - Y) ** 2
l.backward()
# 简单起见, 这里忽略了偏差
conv2d.weight.data()[:] -= 3e-2 * conv2d.weight.grad()
if (i + 1) % 2 == 0:
print('batch %d, loss %.3f' % (i + 1, l.sum().asscalar()))
batch 2, loss 4.949
batch 4, loss 0.831
batch 6, loss 0.140
batch 8, loss 0.024
batch 10, loss 0.004
可以看到,10次迭代后误差已经降到了一个比较小的值。现在来看一下学习到的核数组。
In [8]: conv2d.weight.data().reshape((1, 2))
Out[8]:
[[ 0.9895 -0.9873705]]
<NDArray 1x2 @cpu(0)>
可以看到,学习到的核数组与我们之前定义的核数组K
较接近。