人工智能导论知识点归纳六

人工智能导论知识点归纳六

Convolutional Neural networks

CNN

1.本章所含词汇归纳整理

Words	翻译	Words	翻译
Convolutional Neural networks	卷积神经网络	neuron	神经元
Subsampling	下采样	Convolution	卷积
Max pooling	最大磁化	flatten	扁平化
Feedforward	正反馈	scaling	缩放
rotation	旋转	Fully Convolutional Networks	全连接网络
Dilated Conv	空洞卷积	Upsampling	上采样
Transposed Convolution / Deconvolution	转置卷积	DeconvNet	反卷积

2.卷积神经网络性质

• 许多模式比整个像素更小
• 相同的模式出现在不同的区域
• 子采样像素点不会改变物体
• 卷积神经网络在在缩放和旋转的过程中是会改变的 

3. 卷积神经的整个过程

 

 4.【考点/综合题】卷积神经整个过程综合题解题技巧

• out_size的计算方法：out_size = (in_size–kernel【核】_size + 2*pad【填充】) / stride 【跨步】+ 1
• 解题步骤：

步骤一：进行filter，根据题目要求，依次从左往右从上到下进行Filter

步骤二：最大池化，在区域中抽取最大的模式，从已经进行filter中找到相应的最大值

步骤三：扁平化，将其展开即可

5.全卷积网络：对所有像素一次性预测的分类网络

6.下采样的概念：允许卷积层次用小的filter采集大的区域，除了减小对特征图的空间解析，使用一个大的空间进行filter

7.转置卷积：in_size = (out_size - kernel_size + 2*pad) / stride + 1

8.常见的应用：

• Segmentation【分割】：像素到像素平移问题
• Boundary【边界】 Detection【探测】
• Colorization【彩色化】
• Depth Estimation【估计】
• Image Super Resolution 【超分辨率】