CNN及常用框架

一、神经网络：

增加少量隐层（浅层神经网络），增加中间层（深度神经网络，DNN）。神经网络应用在分类问题中效果好，LR或Linear SVM，线性分割都可用于分类。

二、卷积神经网络（CNN）：

卷积神经网络依旧保存了层级结构，但层的功能和形式发生了变化。

分别有：数据输入层、卷积计算层、激励层、池化层、全连接层

1、数据输入层（Input layer）

（1）去均值：把输入数据各个维度都中心化到0（只计算训练集上的均值）（对应下图2的平移）

（2）归一化：幅度归一化到同样的范围（RGB的范围本身是在一定的范围 里0~255，所以一般不需要归一化）（对应于下图3）

（3）PCA/白化：用PCA降维；白化是对数据每个特征轴上的幅度归一化

下图是进行去相关和白化的操作

（2）卷积计算层（CONV layer）

a.局部关联。每个神经元看做一个filter，通过窗口（receptive field）滑动，filter对局部数据计算。有多少个filter，depth就是多少。

b.固定每个神经元连接权重，可以看做一个模板，每个神经元只关注一个特性

c.需要估计权重个数减少：AlexNet  1亿=>3.5w

d.一组固定的权重和不同窗口内数据做内积：卷积

详细可参考此论文：http://blog.csdn.net/v_july_v/article/details/51812459

（3）激励层（ReLU）

把卷积层输出结果做非线性映射（Sigmoid、Tanh、ReLU、Leaky ReLU、ELU、Maxout）

现在主要用的是ReLU（The Rectified Linear Unit，修正线性单元）：收敛快，求梯度简单，较脆弱，所以要小心使用（比如在中间打印一下梯度，是不是变为0了，以防止饱和）。以下是它的函数曲线

ReLU优化有一个缺点，就是一旦进入到左边的区域，就会挂掉，下面对ReLU做了一点小的修改。

一般首选ReLU，如果ReLU失效，则会使用Leaky ReLU或Maxout；不用Sigmoid，某些情况下tanh倒是有不错的结果，但是很少。

（4）池化层（Pooling Layer）：Max pooling和average pooling

夹在连续的卷积层中间，用于压缩数据和参数的量，减少过拟合。

（5）全连接层（FC layer）

两层之间所有的神经元都有权重连接，通常全连接在卷积神经网络尾部。尽量使用最后全连接层的学习去还原原来的信息

（6）输出层

总结：

一般CNN结构依次为：

1. INPUT
2. [[CONV -> RELU]* -> POOL?] *M
3. [FC -> RELU] *K
4. FC

卷积神经网络的优缺点：

优点：

共享卷积核，对高维数据处理无压力；

无需手动选取特征，训练好权重，即得特征

分类效果好

缺点：

需要调参，需要大样本量，训练最好要GPU

物理含义不明确

典型的CNN：LeNet、AlexNet、ZF Net、Google Net、VGGNet（速度没有Google Net快，但是图像转化学习效果很好）、ResNet

CNN常用框架：Caffe、Torch、TensorFlow