深度学习——CNN卷积神经网络

Posted 2022-01-03 zju_cbw

引言

我们知道，如果将全连接的神经网络应用到图像上是非常困难的，因为如果是 1000x1000 像素的图片，参数量可能就上亿了。
我们能否能设计一种网络，可以减少我们的参数量。

实际上，我们的眼睛是先找出图像的特征，再根据特征分辨图像到底是什么的，我们也可以设计网络去识别特征，再根据特征识别图像。如果可以这样，就能大大减少参数量，因为特征比整个图像小得多。

并且，无论这个特征出现在什么地方，我们都可以使用一个神经元来完成这个工作，这样就可以减少参数量。

图像还有个特点就是，假如我们把奇数像素点提取出来，而删去偶数像素点，其实对我们识别图像是没有什么太大的影响的。

CNN就是利用图像的这些特定来简化参数量的。

---

网络结构

CNN整个网络结构如下

Convolution 卷积层

卷积层简单来说就是通过多个卷积核（过滤器）来提取特征。

卷积过程就是设定一个 stride(步长)，然后每次和过滤器内积完之后，移动 stride。

从下图可以看出，无论特征在哪，都可以通过一个过滤器提取出来。

之后，每个过滤器重复上面的操作即可。

对于RGB图像，我们设计三层的过滤器即可。

有人可能会有疑问，滤波器和神经元有什么关系，看着一点都不像啊？其实过滤器就是神经元。
如果我们将图像展平，是不是就和神经元的连接差不多了。

而且神经元和神经元之间还是权值共享的，这样做既可以省好多参数，还可以避免过拟合。

池化层

我们以最大池化为例。

最大池化就是在卷积之后，从每个块中提取出最大的，这就和提取奇数像素点一样，即使少了这些像素也对我们识别图像产生不了太大影响，这既可以减少参数，也可以防止过拟合。

---

全连接层

我们在经过多次卷积池化这样操作后，需要将提取到的特征展平，放入全连接层。

Flatten操作可以根据下面的图，很方便地理解。

---

使用Keras设计CNN

需要注意的是，从第二卷积层开始，每一个过滤器的深度都是上一层过滤器的个数。

---

Pytorch搭建CNN

可以看我的这篇文章，CNN图片分类(Pytorch)。