李宏毅深度学习——卷积神经网络CNN

卷积层有两种解释方式如下

 

 版本一  神经元

当我们人类在识别物体时，是分特征部位进行辨识。（比如，有尖尖的嘴，有羽毛，有翅膀，会飞，则可能为鸟类）可以将图片中的物体分成好几个部分（如鸟类的翅膀，喙），在对每个部分进行识别时，可以以接受域（receptive field)作为输入单位。每一个接受域由多个像素组成，可由一个或多个神经元识别。

 如上图所示，每个部分可以链接不同的神经元，不同部分之前可以重叠。

 每个接受域在作为神经元的输入时，需要展成一个一维向量。

 接受域内的卷积核可以按照不同的步长进行水平或竖直的移动，到某一位置不足以凑齐一个卷积核时，可进行填充（任意值），直到卷积核覆盖全部接受域。

当同一种类型的物体在图片的不同位置时，需要做到不同位置都具有能够识别该物体的神经元。

 可以使得两个神经元的输入权重相同。

 全连接层—>接受域：让某些输入的input权重为0

与图像识别来说，常常很多图像中都有相同的部分，所以可以使用卷积层，（在不同的区域中出现相同的参数。）

版本二   过滤器

 过滤器可以将6*6*1的矩阵转换为4*4*1

不同过滤器输出的新矩阵叠在一起被称为feature map。过滤器的数量成为了channel的数量。

 

 只要network够深，所检测的pattern范围越大。

在卷积神经网络中，通常会进行的操作是池化。按照某一个规则保留某一些值，使得整个网络的参数减少。

MaxPooling——增强特征，减少数据

 如下图，在池化后，4*4*64矩阵变为2*2*64

 卷积神经网络过程如下图。一张图片不断的进行卷积池化，然后打平输入到全链接层中，在经过soft max等方法得到one hot向量，最后就可以得到识别结果了。

有关于alpha go用CNN实现

 

 未进行池化，可能会丢掉关键信息。