DL —— 卷积神经网络（convolutional neural networks，CNN）

卷积神经网络是深度学习最核心的部分；
最早用于美国银行系统识别手写支票；

卷积神经网络

一、训练数据

因为卷积神经网络是为了解决图像领域的应用而提出的网络结构，所以训练数据一般为视频图像数据（张量数据，tensor）；可以根据图像的性质对CNN的结构进行设计，使得CNN相比一般的神经网络结构更加高效、性能更好。

其中：
X（i）是第i张图像；
H * W * D是每个图像的尺寸；
D表示整个训练集，也表示图像的深度；

二、网络层次

上图中左侧（普通神经网络）中每一层的神经元按一个维度排成向量；
而右侧（CNN）的输入变成了张量，即每层神经元按三个维度（高H、宽W、深D）排成张量，最后一层的神经元输出维度是1 * 1 * K（K表示最终分类的类别数）；

普通神经网络每层都是一个全连接层（仿射运算 + 非线性变换）；
而CNN每层都有4中选择：卷积层（convolutional layer，conv）、池化层（pooling layer，pool）、线性整流层、全连接层（fc）；

卷积层（convolutional layer，conv）：通过卷积核做卷积变换（线性变换）提取特征的响应，将卷积核代表某种特征，得到的结果叫特征响应图，相似度越高得到的响应越大；

卷积层的简化——稀疏连接：在图像识别中，关键性特征（边缘、角点等）只占了图像的一小部分，图像中相距很远的两个像素间相互有影响的可能很小，全连接就是一种资源的浪费，所以产生了稀疏连接，每个神经元只需要和一小部分输入神经元相连，大大降低了数据量、计算量。

局部连接的空间范围称为感受野，而沿深度轴的连接数总是等于输入的深度D（即沿高、宽轴是局部连接的，沿深度轴是全连接的）。
稀疏性是CNN相比一般神经网络的一个巨大优点，极大降低了模型的计算量。

实际操作中，卷积核一边做卷积运算，一边沿着高和宽滑动（如下图）：


卷积层的简化——共享参数：如果一组权重（即卷积核）在图像中某个区域提取有效表示，也能在另外区域提取有效表示。
即卷积核与所滑动到的图像任一区域对应相乘求和（卷积操作），卷积核是不变的，相当于卷积核所在区域与同一套权重相乘。大幅减少了参数数量。

一般用4个量来描述卷积层：
1、滤波器filter（即卷积核）的数目D1；
2、滤波器感受野F1 * F2：即滤波器的尺寸；
3、步幅（stride）S：在一个激活映射中，在空间上每跳过S个位置计算一个输出神经元，即上图中的步长；
4、0填充（zero-padding）P：在进行卷积前，四周填充一些0，填充的宽度为P，这可以控制输出特征映射的大小（如下图）：蓝色区域为原图像大小，虚线部分为填充（此处P=1），绿色为输出特征映射。

池化层（pooling layer，pool）：相当于大脑视觉皮层中的复杂细胞，模拟感受野；

池化层根据神经元空间上局部统计信息进行采样，在保留有用信息同时减少神经元空间大小，使参数量减少并降低了过拟合可能；

pool操作在各深度分量上独立进行；

最常用的是最大池化（max-pooling）、滤波器大小为2 * 2，步幅为2，这可以舍弃75%的信息，如下图：

线性整流层：激活函数层，常用relu；

与一般神经网络中的激活函数操作相同，如使用relu时，逐元素进行relu操作，不会改变维度；

通过激活函数实现了非线性变换；

使用relu激活函数也是使网络快速收敛的一个手段，大于0时梯度为1，避免了梯度弥散与梯度消失。

激活函数总结【点击此处】

全连接层（fc）：层与层之间每个神经元都有连接。与一般神经网络操作相同。

三、损失函数

损失函数度量的是模型预测值与真实值之间的误差（这里叫损失函数或代价函数，在优化时会使其最小化，这个需要最小化的函数叫目标函数）；

通过损失函数的优化来实现整个系统的优化，损失函数的设计不仅定义了问题，还直接决定了优化算法收敛的性能；

（损失函数总结笔记后续整理）

四、优化

使损失函数（目标函数）最小化。

与一般神经网络同样使用梯度下降法（前向传播、反向传播），不同点在于池化层与卷积层的反向传播操作。

卷积层的反向传播：利用链式求导法则，用损失函数分别对W、b、X求偏导，计算如下图（重在理解）：

池化层的反向传播：池化层没有参数，不需要进行参数更新，因此池化层在反向传播时需要完成的工作是将第L层的导数传播到第L-1层，以最大池化为例：


上图不太清楚，内容描述的是 假设知道了损失函数对z的导数，要计算对x、y的导数，依然使用链式法则即可。

五、预测

对于一个未知输入数据x，分类模型的预测是：

即：找到分类器输出分数最大的那项对应的类，作为x的标记。
如：共有三个类别A、B、C，对应分数为（0.1， 0.6， 0.3），其中0.6最大，那么就预测x属于B类。

六、评估

简单来说就是，用 预测正确的样本数占样本总数的比例 来评估模型。

具体如下：

其中：
m为测试集样本总数；
I{*}为指示函数，预测值与真实值相等时，指示函数为1，否则为0。

从上式可知，测试集全部分类正确时，Acc = 1，否则Acc < 1。