e智团队实验室项目-第二周-卷积神经网络的学习

e智团队实验室项目-第二周-卷积神经网络的学习 

赵雅玲 *, 张钊* , 李锦玉，迟梦瑶，贾小云，赵尉，潘玉，刘立赛，祝大双，李月，曹海艳，

(淮北师范大学计算机科学与技术学院，淮北师范大学经济与管理学院，安徽 淮北)

*These authors contributed to the work equllly and should be regarded as co-first authors.

欢迎来到深度学习的世界 
博客主页：卿云阁

欢迎关注点赞收藏⭐️留言

本文由卿云阁原创！

本阶段属于练气阶段，希望各位仙友顺利完成突破

首发时间：2022年10月29日

✉️希望可以和大家一起完成进阶之路！

作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！

---

目录

为什么要提出卷积神经网络（CNN）

 卷积操作流程

卷积层

池化层 

全连接层 

激活函数

卷积神经网络的整体架构

为什么要提出卷积神经网络（CNN）

神经网络有以下两个问题，卷积神经网络可以有效解决这两个问题。

 卷积神经网络的发展史：

 

---

 卷积操作流程

1. 卷积层初步提取特征

2. 池化层提取主要特征

3. 全连接层将各部分特征汇总

4. 产生分类器，进行预测识别

下面我们会逐个介绍每一步的具体操作：

卷积层

现在我们要利用CNN来判断图片上的字母是X还是O，首先要对图片的特征进行提取，这就引入了卷积核（filter）。下面介绍一下黑白图像的卷积过程：

​

       一个卷积核代表一个特征，一般来说，卷积核的个数越多就代表提取的特征越多，卷积核的大小代表提取特征的详细程度，卷积核越小说明提取的特征越详细。计算过程如下所示：

卷积核的大小和个数是可以人为确定的，此例使用三个卷积核对原图进行特征提取得到三个特征图。

 

 下面以彩色图像为例继续研究卷积层。

以此例为例，对于黑白图像来说，卷积核的大小是3*3；对于彩色图像来说，卷积核的大小是3*3*3。

卷积涉及参数

（1）卷积核

        一个卷积核代表一个特征，一般来说，卷积核的个数越多就代表提取的特征越多，卷积核的大小代表提取特征的详细程度，卷积核越小说明提取的特征越详细。

（2）步长 

每次滑动单元格的大小，如下图所示，是步长为1和步长为2时的卷积。

 

 （3）边界填充（pad）

边界填充的目的是为了让边界上的像素点得到充分的卷积，从而得到更充分的特征图。

（4） 特征图大小的计算

池化层 

提取主要特征，减少参数

最大池化 （Max-Pooling​​​​​​​）

 平均池化（Average-Pooling）

 以彩色图像为例做最大池化

全连接层 

如果第L层的一个神经元和第L+1层的所有神经元均有连接，把这个架构叫做全连接。

如果第L层的所有神经元均是全连接架构，把该层称为全连接层。

 

       假设通过一系列卷积或池化操作后，我们得到了12*12*20的特征图，由于我们最终的目的是为了实现图片的分类，所以我们需要把这个特征图转化成一维向量输入到神经网络中，进而进行图片识别。那么这个操作是怎么做到的呢？

 

       假设我们要把12*12*20的特征图转化成1*100的向量（100代表着神经元的数量，是我们人为决定的），我们可以让该特征图经过100个12*12*20大小的卷积核的卷积操作。

       本文规定特征图经过n个卷积核的卷积操作后得到n个特征图，这n个特征图构成了一个整体特征图。

激活函数

        一般跟在卷积神经网络的卷积层后面进行非线性运算。

---

 

 

 

卷积神经网络的整体架构

以手写数字识别为例，

       一开始图像以32*32*3的大小作为输入端，经过6个5*5的卷积核，步长为1的卷积操作得到28*28*6的特征图，然后经过2*2的池化核，步长为2的池化操作得到14*14*6的特征图，再经过16个5*5的卷积核，步长为1的卷积操作得到10*10*16的特征图，然后经过2*2的池化核，步长为2的池化操作得到5*5*16的特征图，再将特征图展开得到1*400的一维向量，再经过全连接层和分类器得到概率。

Institutional Review Board Statement: Not applicable.

Informed Consent Statement: Not applicable.

Data Availability Statement: Not applicable.

Author Contributions:All authors participated in the assisting performance study and approved the paper.

Conflicts of Interest: The authors declare no conflict of interest、