CNN 卷积神经网络（过程解析）

Posted 2022-12-04 月疯

一张灰度图像，就是一个单通道，h*w*1表示高和宽和1通道，每个像素值范围0-255，只有宽和高的图像就是2d矩阵，可以表示成0-1或者0-255，0表示黑色，255表示白色。彩色图像RGB或者BGR是3通道，h*w*3，是一个张量。

卷积：卷积是原始图像与卷积核之间的滑动局部加乘计算过程

1、单通道卷积

比如一个6*6*1的图像，一个3*3*1的卷积核，卷积俩个参数一个是步长stride，就是卷积核在原图像上移动的间隔，padding是填充，有时候为了获取特征需要，在原图像边界处添加一圈0或者1，padding=1表示添加一圈。

卷积计算过程：对应位置相乘，所有相加

0*2+（-1*2）+0*2+(-1)*2+5*3+2*(-1)+0*2+(-1)*2+0*2=15-8=7

所以左后输出7

卷积过程展示：stride=1，padding=0

 卷积后尺寸计算：输出图像尺寸=(输出图像尺寸−卷积核尺寸+2∗填充值)/步长+1

卷积后不考虑多次卷积，得到的特征图，进行扁平化处理，就是按行整合，得到，一列多行的一个特征值，作为全连接神经网络的输入训练。

2、多通道输入和输出

输入是一个RGB5*5*3,一个过滤器卷积核是3*3*3，因为3个3*3分别对应图像的3个通道，因为是一张图像的不同通道，所以卷积核的大小必须一致，但是不同通道上的卷积核的参数并不相同。最后结果相加作为输出。最后输出的特征faturemap是一个通道，与过滤器数量相同。实际操作中会添加多个过滤器，因为一个过滤器无法提取训练所满足的特征。

 权值：

卷积核的值就是待学习的权重参数。网络训练时，输出的结果会和数据集标签做损失计算，然后把计算得到的损失反向梯度下降去更新卷积核里的每一个参数。所以卷积核里面的参数最终是训练得到的。

偏置：

每一个 滤波器 都包括一个偏置参数（bias）。这个偏置参数是该 滤波器 中所有 卷积核 共享的。最终的卷积结果需要在加上该偏置值。

激活：

卷积与偏置加和后的值，还需要再经过激活函数（比如 ReLU）才得到最终特征图上的值，图像一般都选ReLU作为激活函数，因为大于1的时候趋向无穷大，这样反向计算损失的时候不会出现梯度消失的风险。

卷积的感受野和权值共享：

感受野：就是一个卷积核进行一次计算出来的哪一个值。

权值共享：单个卷积核卷积时，卷积核权值和偏置是不变的。

初始化权重方法：

• 取偏差很小的高斯分布随机取值
• Xavier 初始化方法
• He kai ming 初始化方法

卷积模式：卷积的参数

full mode和same mode、valid mode

橙色部分为 image, 蓝色部分为 filter。

1、full 模式的意思是，从 filter 和 image 刚相交开始做卷积，白色部分为填 0。filter 的运动范围如图所示。

2、same mode，当filter的中心 K 与 image 的边角重合时，开始做卷积运算。当卷积步长 stride = 1 时，卷积之后输出的 feature map 尺寸相对于输入图片保持不变（same）。 

3、 valid mode 当卷积核全部在image里面的时候，进行卷积运算。

前向和反向传播：

前向传播采用 valid 模式，反向是full 模式

当误差反向传播到卷积层时，我们的操作方法依然是一个卷积，只不过要把卷积核翻转（旋转180°），然后在周围补 0，前向传播采用 valid mode 卷积，反向传播时是 full mode 卷积，

如果前向传播是 full mode 卷积，那么反向传播就是 valid mode 卷积，不过依旧要将卷积核翻过来。

而对于 same mode 卷积，它的反向传播也是一个 same mode 卷积，同样也需要翻转卷积核。

最后，对于 strided 卷积（跨超过 1 步的卷积），反向传播是 fractional strided 卷积，反之依然。卷积核同样也要翻转。

池化：池化层也称下采样层，会压缩输入的特征图

一种是平均池化(Average Pooling)，即对邻域内的特征点求平均；另一种是最大池化(Max Pooling)，即对邻域内的特征点取最大。

 最大池化：

平均池化：

 池化的反向传播：

 假设采用步长为 1 的2×2 池化，将 4×4 的 feature map 池化为2×2

 对于最大池化，需要在前向传播时，记住每个池化块中最大值的位置，然后将误差放回去即可。假设四个位置分别为左上，右下，右上，左下，则有

平均池化反向传播：只需要将池化单元的误差平均值放回原来的子矩阵