机器学习笔记6

机器学习笔记6

为什么CNN用来处理图像？

两个观察：
1.一个神经元不需要看到整张图片就可以获取pattern，比如只要看一个区域就可以知道是不是鸟嘴。

2.同样的patterns出现在不同的区域

3.下采样不会改变物体

CNN的架构：

卷积：

例：检测连续的111出现



将卷积拉开到平面可得：
1、4*4=16个input却只有9个进行了链接，就减少了参数个数。
2、由于共用一个卷积核，许多权值（卷积核中的值）是共享的，就使得参数更少了。

Max pooling

几个filter就生成几维的output

用25个卷积核做一次卷积得到25个feature map，两次是得到25*25个feature map吗？？

不是的

输出还是25个feature map，输入的25个feature map通道作为深度被一起考虑（我记得是相加？）最后输出feature map数一直等于filter数

Flatten（为了放入全连接层）

令filter的activation最大：就可以得到每个filter在检测什么


filter的图表示filter所检测的特征（例如斜条纹）
在全连接层：每个neuron的工作是在整张图上找到最activate的那个


这些图就表示机器在看到这些图时会输出对应的数字可能性最大。

让CNN夸大看到的东西：