CNN卷积神经网络

卷积

卷积也就是说，神经网络不再是对每个像素的输入信息做处理，而是对图像上每一小块区域的处理。这种做法加强了图像信息的连续性，使得神经网络能“看到”图形，而非一个点。这种做法同时也加深了神经网络对图像的理解。

卷积神经网络有一个批量过滤器，持续不断在图像上滚动，收集图像的信息，每一次收集来的信息只是收集一小块的像素区域，然后把收集来的信息进行整理，这时候，整理出来的信息有了一些实际上的呈现。假设一张人物的图像，整理出来的信息能画出眼睛、鼻子等。再进行一次过滤，脸部的特征信息也被从这些眼睛、鼻子的信息中总结出来（假设检查到两个眼睛的特征，一个鼻子的特征，就认为是脸部特征）。最后再把这些信息套入普通的全连接神经网络进行分类，这样就能得到分类的结果。

如上图，多个过滤器不断收集图片的信息，假设有10个过滤器，每个过滤器大小均为5 * 5像素的。由于是按像素块进行收集的，也就是5 * 5像素的输入，一个特征信息的输出。所以经过一次卷积之后，图片长宽会被压缩。而初始高度为3（也就是RGB层），会被替代成卷积后的特征，假设此时从图片中提取了眼睛、鼻子、嘴巴、耳朵等区域的像素块，每个区域的像素块作为一个高度，既图片高度增加了。而接下来又会在此基础上，继续提取瞳孔、睫毛、鼻梁、鼻尖等等更细节的像素块。每次卷积高度都会增加。

如上图，经过不断的卷积，图片的长宽会逐渐压缩，高度会逐渐增加。

研究发现，在每次卷积的时候，神经层可能会无意的丢失一些信息。这时，池化就能很好的解决这个问题。在卷积的时候，不压缩图片的长宽，尽量保留更多的信息，压缩的工作就交给磁化。

如上图，一个简单的图像分类的神经网络。从下到上，首先是输入的图片，然后经过一个卷积层，然后经过一个池化层（这里是MAX PooLing的方式），然后再卷积、再磁化，再把得到的信息传入两层全连接的神经层，最后再接上一个分类器进行分类预测。