卷积神经网络（CNN）基础
目录
1 卷积神经网络介绍
1.1 卷积神经网络的雏形
1.2 全连接层
1.2.1 BP神经网络的实例
1.3 卷积层
1.4 池化层
2 反向传播过程
2.1 误差的计算
2.2 误差的反向传播
2.3 权重的更新
1 卷积神经网络介绍
1.1 卷积神经网络的雏形
1.2 全连接层
输入乘以权重求和加上偏置，通过一个激励函数即可得到输出：
将神经元按列排列，列与列之间进行全连接，即可得到一个BP神经网络。
BP算法包括：
信号的向前传播：从输入到输出的方向计算误差；
误差的反向传播：根据误差从输出到输入的方向调整权值和阈值。
1.2.1 BP神经网络的实例
首先读入彩色图像，每一个像素都包含有三个值即R、G、B分量；再经过灰度化和二值化处理，得到一个黑白图像，每个像素只有一个分量。
用一个5行3列的滑动窗口在图像上进行滑动，每滑动一次就计算白色像素占整个像素的比例。如果滑动到最右面越界了，可以在最右面补一列0，或者是滑倒最右面把窗口变成5行2列的。处理完后得到一个5×5的矩阵：
将矩阵按行展开拼接成一个行向量，该行向量作为神经网络的输入层。
对输出层常采用独热编码（one-hot），有了输入和输出之后，就可以对神经网络进行训练了。
输入层节点个数和输入向量维数相同，设为25；输出层节点个数和输出分类个数相同，设为10。
1.3 卷积层
卷积目的是进行图像特征提取。将卷积核作为一个滑动窗口在特征层上面进行滑动，每次滑动的的距离由步长决定，每滑动一次就将特征层的值与卷积核的值对应相乘再相加，最终得到卷积结果。
对于卷积神经网络权值共享的理解：
对于普通的神经网络，若要提取1000个特征，将1000个神经元和图片进行全连接，需要
个权重参数；但对于卷积神经网络，若采用5×5的卷积核，所需权重为
个权重参数。
对于多层的输入，卷积核层数和输入层数相同，将卷积核的每一层放到输入对应层进行滑动卷积，最后对求出的三层进行求和操作就得到一个输出矩阵；输出的特征矩阵层数和卷积核个数相同，多个卷积核计算的方式是一样的。
若要加上偏移量，比如卷积核1的偏移量为-1，则对黄色输出矩阵的每一个值都-1，有几个卷积核就有几个偏移量。
在卷积过程中出现越界，可以利用padding在越界出进行补0处理，矩阵经过卷积操作之后的大小由以下四个参数决定：
①输入图片大小W×W；
②卷积核大小F×F；
③步长S；
④padding的像素数P。
经卷积过后矩阵尺寸大小的计算公式为：
（注：实际操作都是左右上下都补0，所以一般加2P，图中只补了右下，所以计算时只加P）
1.4 池化层
MaxPooling下采样层：图中是采用一个2×2的池化核，步长设为2进行池化操作，池化核每移动一次就找一次最大值，最后得到一个输出矩阵。
AveragePooling下采样层：和MaxPooling下采样层类似，只不过从找最大值改为求平均值。
池化层作用：对特征图进行稀疏处理，减少数据运算量。
池化层特点：①没有训练参数，可以和卷积核进行对比，卷积核中是带有参数的；②只改变特征矩阵的w和h，不改变深度，也可以和卷积对比，对输入进行卷积操作，不论输入的深度是多少，1个卷积核得到的输出矩阵深度就是1；③池化核大小一般和步长是相同的。
2 反向传播过程
2.1 误差的计算
输出
和
分别为：
其中
的下标11分别指上一层的第1个节点和本层的第1个节点，上标（1）指第1层。
最后一层统一用Softmax激活函数，这样能使输出能够满足一个分布：
，
经过该处理后所有输出节点概率和为1。
一般计算损失都使用的是交叉熵损失（Cross Entropy Loss），针对多分类问题（softmax输出，所有输出概率和为1）使用：
针对二分类问题（sigmoid输出，每个输出节点之间互不相干）使用：
![H=-\frac{1}{N}\sum_{i=1}^{N}\left [ o_{i}^{*}log(o_{i})+\left ( 1-o_{i}^{*}log\left ( 1-o_{i} \right ) \right ) \right ]](http://img.e-com-net.com/image/info8/a550394654b949fe9d8a8f2be453691f.gif)
其中
为真实值标签，
为预测值，默认log以e为底。上面两者的区别在于某个输出是否只归于一个类别，若只归于一个类别就是多分类问题。
该例子的损失为：
2.2 误差的反向传播
以求
的误差梯度为例，首先对进行处理，可以把上一个节点的输入当成常数来处理：
根据链式求导法则：
对其中的每一个表达式进行计算
，
将求解的值代入到求的误差梯度的式子中可得
2.3 权重的更新
若采用整个样本进行求解，损失梯度会指向全局最优（如左图）；但实际应用中不可能一次性将所有数据载入，一般会分批次（batch）训练，此时的损失梯度会指向当前批次最优方向。从图中可以看出，分批次样本训练过程不够平稳，因此需要使用优化器帮助网络更快收敛，通常采用SGD优化器（随机梯度下降法）：
其中
为学习率，
为
时刻对参数
的误差梯度，该优化器有两个缺点：①易受样本噪声影响，若某样本的标注是错误的，那么所求梯度和我们理想中的梯度可能是相悖的；②根据不同批次所求的梯度方向是随机的，因此可能陷入局部最优解（如图中红线所示）。
根据SGD优化器的缺点，引入了SGD+Momentum优化器：
其中
为动量系数，通常取0.9。与SGD优化器相比，多了动量（
）部分，除了计算当前梯度之外，还将之前的梯度加入进来，具体理解为
利用SGD优化器，当前梯度方向为
，下一次梯度方向为
，但在动量的影响下，会考虑的方向，的方向可能如图中红标所示。