卷积神经网络概述

卷积神经网络的概述

在处理图像识别的时候，最常用的一个深度学习方法就是使用 CNN，也就是卷积神经网络，其优点就在于可以通过使用较小的图像数据，进行深度学习。下面我们来介绍一下 CNN 的基本流程。

Input

对于图像，因为是无符号类型的数据，默认正数，所以我们使用 uint8 作为数据格式。Shape 我们前两个维度的数据我们可以任意定义，但默认的 channel是三层。

Filter

滤波器是 CNN 中不可缺少的一部分，滤波器的作用是在输入 Input 之后的第一层进行 CNN，提取 feature map。每个 feature map 会在之后进行叠加。feature 相当于是图形的特征值，比如，我们在识别一张图片的时候，很有可能值需要位置信息，而不需要特定的其他信息。feature 可以很好的帮我们规避多余的处理。

Stride

也可以理解为步数，我们会使用 window 类似于定义一个窗口大小，通过移动 (stride)，来进行数据的提取，然后和 kernel 矩阵相乘，获得输出。

Padding

因为我们使用了 feature map 和 kernel相乘，很大程度上会降维，那可能会丢失边界的重要信息，这时候我们会设置 padding 来填充边界，以确保数据的完整性。

Output Shape

CNN 中很重要的一 part 是要会计算输出的 shape。比如，输入是 7*7 的 shape，filter 为 1, stride 为 2，padding 2，那输出的 shape 公式如下：
$$shape=(InputShape-FilterShape+2\ast Padding)/Stride+1$$