卷积神经网络全解：（AlexNet/VGG/ GoogleNet/LeNet/卷积/激活/池化/全连接）

CNN，卷积神经网络，Convolution Neural Network

卷积计算公式：

N = （W-F+2p）/s+1

1 经典网络

按照时间顺序

1.1 LeNet

LeNet是 Yann LeCun在1998年提出，用于解决手写数字识别的视觉任务。自那时起，CNN的最基本的架构就定下来了：卷积层、池化层、全连接层。

1.2 AlexNet

AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的，把CNN的基本原理应用到了很深很宽的网络中。

主要参数：AlexNet网络包含8层，其中前5层为卷积-池化层，后3层为全连接层；输入224×224×3的图像，第一卷积层用96个11×11×3的卷积核对进行滤波，步幅4像素；全连接的每层有4096个神经元，最后一个完全连接的层的输出被馈送到1000路SoftMax，它产生超过1000个类别标签的分布；整个网络共650000个神经元。

特点：

• 使用ReLU作为激活函数，并验证其效果在较深的网络超过了Sigmoid，成功解决了Sigmoid在网络较深时的梯度弥散问题
• 使用Dropout（丢弃学习）随机忽略一部分神经元防止过拟合
• 在CNN中使用重叠的最大池化。此前CNN中普遍使用平均池化，AlexNet全部使用最大池化，避免平均池化的模糊化效果
• 提出了LRN（Local Response Normalization，局部正规化）层，对局部神经元的活动创建竞争机制，使得其中响应比较大的值变得相对更大，并抑制其他反馈较小的神经元，增强了模型的泛化能力
• 使用CUDA加速深度卷积网络的训练，利用GPU强大的并行计算能力，处理神经网络训练时大量的矩阵运算

1.3 VGG

• 网络深度：16-19层
• 5组卷积-池化，3个全连接
• 三个全连接层，前两层都有4096通道，第三层共1000路及代表1000个标签类别；最后一层为softmax层
• 所有卷积层有相同的配置，即卷积核大小为3x3，步长为1，填充为1

1.4 GoogleNet

2 网络结构

2.1 卷积层

通过卷积操作，进行特征提取和降维。

2.2 激活层

将前一层的输出，通过非线性的激活函数进行处理，用以模拟任意维度的函数，增强网络的表征能力。

常用的激活函数：

1. 阶跃函数（用的较少）
2. sigmoid函数：
   • 优点：平滑，易求导
   • 缺点：激活函数计算量大，反向传播求误差梯度时，求导涉及除法；反向传播时，很容易就会出现梯度消失的情况，从而无法完成深层网络的训练
   • 改善方案：归一化，用sk-learn函数处理
3. tanh函数 常用于NLP，其他类似sigmiod函数
4. Relu函数（常用），优点：
   • 更加有效率的梯度下降以及反向传播，避免了梯度爆炸和梯度消失问题
   • 计算过程简单
5. softmax函数，特点：多分类模型适用

2.3 池化

也称子采样层或下采样层（Subsampling Layer），目的是缩小高、长方向上的空间的运算，以降低计算量，提高泛化能力。

计算方式：

• Max池化：对于每个输入矩阵，我们将其切割成若干大小相等的正方形小块，对各个参与池化计算的区域取最大值，形成的新矩阵。在图像识别领域，主要使用Max池化
• Average池化：对于每个输入矩阵，我们将其切割成若干大小相等的正方形小块，对各个参与池化计算的区域计算平均值

池化层特征：

1. 没有要学习的参数。池化层和卷积层不同，没有要学习的参数。池化只是从目标区域中取最大值（或者平均值），所以不存在要学习的参数
2. 通道数不发生变化。经过池化运算，输入数据和输出数据的通道数不会发生变化
3.  对微小的位置变化具有鲁棒性（健壮）。输入数据发生微小偏差时，池化仍会返回相同的结果

 

2.4全连接层

这个网络层相当于多层感知机（Multi-Layer Perceptron，简称MLP），其在整个卷积神经网络中起到分类器的作用。

通过前面多个“卷积-激活-池化”层的反复处理，待处理的数据特性已有了显著提高：一方面，输入数据的维度已下降到可用传统的前馈全连接网络来处理了；另一方面，此时的全连接层输入的数据已不是“泥沙俱下、鱼龙混杂”，而是经过反复提纯过的结果，因此输出的分类品质要高得多。