Pytorch深度学习—— 卷积神经网络基础篇（B站刘二大人P10学习笔记）

目录

1 概述

2  卷积（Convolution）

2.1  单通道的卷积

2.2  三通道的卷积

2.2.1  1 Output Channel

 2.2.2  M Output Channels

3  卷积层常见参数

3.1  padding

3.2  stride

3.3  Subsampling——MaxPooling Layer

---

1 概述

       之前我们学习的网络全是由线性层串行连接起来的，这种网络被称为全连接网络，全连接网络在数值计算的时候，会丧失掉图片特征中的一些空间的信息。而卷积神经网络可以很好的保留图像的空间特征。如图所示，是卷积神经网络的基本工作方式：

       首先经过特征提取层，进行特征提取，经过特征提取之后，图片信息变成了一个向量；而后将向量接入一个全连接网络进行分类处理。

---

2  卷积（Convolution）

2.1  单通道的卷积

如图所示，选择 1 x 5 x 5 的单通道图像，3 x 3 的卷积核，进行卷积运算：

       步骤：先在Input图像中，画出一个卷积核大小的（3x3）的窗口，而后将该窗口与卷积核做数乘+求和（对应元素相乘）；然后将该窗口向左、向下做遍历，每一次都进行数乘求和运算，最终由这些数乘求和数值组成的矩阵，就是卷积后的结果。

2.2  三通道的卷积

2.2.1  1 Output Channel

        如图所示，是三通道的卷积基本原理：每个通道搭配一个卷积核，而后每个通道根据上面讲的单通道的计算方式计算，得到一个矩阵，一共可以得到三个矩阵，将这三个矩阵求和，最终得到的结果就是三通道卷积的结果。

注：卷积核的数量一定和图像的通道数是一致的

如下图所示，是将图像的三通道和三个卷积核以立体的形式显示：

 2.2.2  M Output Channels

        如果想要输出的通道数不止一个，可以增加m个同种类型的卷积核的个数，依次进行卷积运算，将得到的m个单层通道的卷积结果罗列起来，就得到了m个通道的输出，更加形象的过程如图所示：

 注：

1. 每一个卷积核的通道数与输入通道数是一致的；
2. 卷积核的总数和输出通道数是一致的

---

3  卷积层常见参数

3.1  padding

       当想要改变输出的大小是，有时候需要padding，如下图所示，输出原大小为一个 3 x 3 的矩阵，如果想要将其一个 5 x 5 的矩阵时，padding操作就是在输入图像周围进行填充，一般情况下填充数值为0。

3.2  stride

       stride就是卷积核窗口在遍历图像时，每走一步的步长。如下图所示，是stride=2时的卷积步骤：

3.3  Subsampling——MaxPooling Layer

       如下图所示，是一个2x2的MaxPooling的工作原理，他的stride默认为2，将图像分成很多个2x2大小方格，取2x2小方格中的最大值，组成一个2x2的新的输出。

 代码设置：

maxpooling_layer=torch.nn.MaxPool2d(Kernel_size=2)