莫烦python|Tensorflow笔记--CNN卷积神经网络

卷积神经网络是计算机视觉的一个飞跃的提升。

第一个是图片，如果是彩色的话，它会分RGB三种显示的颜色叫做红色绿色蓝色，用这种三原色就可以产生各种各样的颜色。所以RGB就是高度，所以每一个像素点都有RGB的参数，相当于像素点的厚度，它要做的事情就是把长和宽还有RGB的宽度压缩。具体怎么压缩呢，就是我把我的长和宽压小一点，把厚度增高一点，到最后就变成了classifier。CNN具体来说就是不断压缩长和宽，增高厚度，到最后就变成了一个厚度很厚的，利用这个厚度里的信息去把它变成一个分类器。如果想要分成十类的话，那么就会有0到9这十个位置，这个数据属于哪一类就在哪个位置上是1，而在其它位置上为零。

我们从图中可以看到有红绿蓝三元素的厚度，然后图中还有一个patch，也就是从图片当中抽离的小部分，叫patch或者kernel，它有它自己小部分的长和宽。我们会把它抽离出来进行分析。它每一部分都会变成一个长度和一个宽度还有一个厚度的数列。

它抽离的时候有一个参数stride,也就是每次跨多少步去抽离这样的一部分图像中的像素点。如果stride是1的话，也就是每跨一步去抽离像素点，再跨一个像素点再抽离一次。如果stride是2，那每一次的跨步就是两个单位的像素点，第一次在边上取个像素点进行分析，第二次跨两个像素点再进行分析，这就是stride的意思。

padding，抽取的方式有两种，一种是抽取后的长和宽缩减，另一种是抽取后的长和宽和原来的一样。

pooling，就是当跨步比较大的时候，它会漏掉一些重要的信息，为了解决这样的问题，就加上一层叫pooling，事先把这些必要的信息存储起来，然后再变成压缩后的层：

CNN的结构，分析一张图片时，先放一个CNN的图层，再把这个图层进行一个pooling。这样可以比较好的保持信息，之后再加第二层的CNN和pooling。

导入一个图片之后，先是有它的RGB三个图层，然后把像素块缩小变厚。本来有三个厚度，然后把它变成八个厚度，它的长宽在不断的减小，最后把它们连接在一起：