全连接层
多层感知机十分适合处理表格数据,行对应样本,列对应特征
通过将图像数据展平成一维向量而忽略了每张图像的空间结构信息。
使用卷积神经网络可大大降低参数量:共享参数机制、多种池化方法
将数据转化为一维 忽略了 空间性
卷积核
卷积层将输入和卷积核进行交叉相关,加上偏移后得到输出
核矩阵和偏移是可学习的参数
核矩阵的大小是超参数
填充和步幅可以改变输出的高度和宽度
填充在输入周围添加额外的行/列,增加输出的高度和宽度
步幅是每次滑动核窗口时的行/列的步长,可以成倍的减少输出形状
填充和步幅可用于有效地调整数据的维度
多个输入和输出通道
彩色图像可能有 RGB 三个通道 转换为灰度会丢失信息
每个通道都有一个卷积核,结果是所有通道卷积结果的和
LeNet 架构
总体来看,LeNet(LeNet-5)由两个部分组成:
• 卷积编码器:由两个卷积层组成;
• 全连接层密集块:由三个全连接层组成;
每个卷积层使⽤5×5卷积核和一个sigmoid激活函数。
学习表征
浅层学习:不涉及特征学习,其特征主要靠人工经验或特征转换方法来抽取
表示学习:如果有一种算法可以自动地学习出有效的特征,并提高最终机器学习模型的性能,那么这种学习就可以叫作表示学习
视觉分层理论
从底层到高层的不断抽象
浅层卷积核提取:边缘、颜色、斑块等底层像素特征。
中层卷积核提取:条纹、纹路、形状等中层纹理特征。
高层卷积核提取:眼睛、轮胎、文字等高层语义特征。
AlexNet架构
• AlexNet的架构与LeNet相似,但使⽤了更多的卷积层和更多的参数来拟合大规模的ImageNet数据集。
• 今天,AlexNet已经被更有效的架构所超越,但它是从浅层⽹络到深层网络的关键一步。
• 新加入了Dropout、ReLU、最大池化层和数据增强