CNN卷积神经网络

前言

其实之前使用的bp前馈神经网络就是一个全连接神经网络，现在就是要把它封装成一个层。在卷积神经网络中会使用到。

卷积神经网路（CNN）

卷积神经网络也是一种前馈神经网络，相对于传统的神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现（摘自维基百科）。
怎么去解释和理解这句话呢？
之前实现的是一个全连接神经网络，也就是说每个神经元对应一个输入，当前层的输出就是下一层的输入。
之前的识别手写的代码也可以看到2828维的小型图片输入层的神经元就要784个神经元，这一层就有784个w和b需要更新。假设我们的图片很大，10001000的，这图片也不是很少见。那么输入层的神经元多大上百万个。怎么办呢。针对上述这种情况这时候就有卷积神经网络。卷积神经网络有很多策略提高模型的准确性和和速度。

卷积层

在卷积神经网中必须有一个卷积层

问题引出

那么卷积层是用来干什么的呢？

回到我们之前我们的输入层每一个神经元对应一个像素点，那么像素点多了之后网络计算会爆炸。我们要思考一下难道我们每一像素点都是有用的么？这是否定的。因为一个像素点 实在是太小了。可以想象一下，你少一根头发丝你父母也还认识你的。甚至你脸上打了马赛克，你父母也是可以认识你的。所以我们人类认识事物会记住关键的特征，一些没有必要的特征信息，我们是不需要知道的。而我们的神经网络也应该如此。

 

image.png

如图，每个格子代表的是一个像素点。一个像素点相当于我们神经网络的输入。根据刚才的理论。

 

image.png

我们可以把这一块当作一个输入。
那么问题来了，九个像素点怎么当一个输入呢？加和？取最大值？都不是，而是卷积！

卷积

我们的目的是把图上的橙色矩形块变成一个数字！（初衷不要走歪了）

卷积核

我们的橙色矩形想要变成一个数字的话，是肯定需要一个函数的。我们定义这个函数为。
y=Ax+B
其中x就是橙色小块。y为转化后的输出。待定系数是A和B。
那么这个A就是卷积核。 对就是这样，学术界说的太高大上了。其实就是一个函数的待定系数。

卷积计算。

直接看图。我们定义我们的原始图像为。

 

image.png

 

卷积核为

 

image.png

计算方式

image.png

橙色矩形 变成一个输入实数！
y=11+10+11+01+11+10+10+00+1*1=4
那么输出

image.png

我们把结果矩阵叫做Feature map
动态图为

6.gif

 

我们可以明显的看到我们把一个55 的图像压缩到了33。这样压缩之后不是损失了精确度了么？恰好相反，我们需要计算机拥有模糊记忆能力。就算图像发生了形变，光照变化，都我们的结果都不产生影响。
所以一般卷积层会当作第一层把原始图像做一下卷积处理。提取特征。当然输入层到卷积层也可以需要激励函数。一般使用的是Relu激励函数。

池化层（Pooling Layer）

迟化层的目的跟卷积层几乎是一样的。
目的：
1、做特征提取。
2、减少数据处理量。
只不过它的 处理对象不再是原图像，而是我经过卷积后处理的feature map。

Max Pooling

就是字面意思。就是取一个“窗口”取最大值。

 

image.png

 

这样做了之后，我们的图像就又抽象了很多。也抛弃了很多像素点。

那么这样做完之后不是损失了很多么？这两层做完了之后我们肉眼根本看不出来图像成了什么鬼。但是对我们的正确性确实有利的！
原因之前也说了，我们现在的面孔与儿时有很大的变化，很久不见的远房亲戚也能认出来 你，这是为什么呢？这是因为其实有的特征根本就不重要。就好比如就算波多野结衣打上了马赛克，大家也照样能知道是谁一样。我们认识事物不是记得具体的事物，而是记住的是事物的模型。而这个模型的细微变化，只要在容忍范围内就不会对我们的认知产生影响。图像也是一样的，我们的图像Ga经过卷积 和池化处理之后Sa。如果图像Ga扭曲旋转得到新的图像Gb。我们会发现Gb图像的像素变化与Ga相比会很大。Gb但是经过卷积和迟化处理之后的Sb。Sa与Sb就相差不是很大。因为这两层做了相应的特征提取和细节上的过滤。

作者：skullfang
链接：https://www.jianshu.com/p/32cf3f65ab40
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。