每天五分钟计算机视觉：搭建手写字体识别的卷积神经网络

本文重点

我们学习了卷积神经网络中的卷积层和池化层，这二者都是卷积神经网络中不可缺少的元素，本例中我们将搭建一个卷积神经网络完成手写字体识别。

卷积和池化的直观体现

手写字体识别

手写字体的图片大小是32*32*3的，它是一张 RGB 模式的图片，现在我们想识别它是从 0-9 这 10 个字中的哪一个，我们构建一个神经网络来实现这个功能。

第一个卷积层

过滤器大小为 5×5，步幅是 1，padding是 0，过滤器个数为 6，那么输出为 28×28×6。将这层标记为 CONV1，它用了 6 个过滤器，增加了偏差，应用了非线性函数 ReLU，最后输出 CONV1 的结果。

第一个池化层

然后构建一个池化层，使用最大池化的方式。参数 f= 2， s= 2，因为 padding 为 0，表示高度和宽度会减少一半。因此，28×28 变成了 14×14，通道数量保持不变，所以最终输出为 14×14×6，将该输出标记为 POOL1。

第二个卷积层

我们再为它构建一个卷积层，过滤器大小为 5×5，，即 f= 5，步幅是 1，padding 为 0，过滤器 16 个，所以 CONV2 输出为 10×10×16，这是CONV2 层。