深度学习入门笔记（七）卷积神经网络CNN

我们先来总结一下人类识别物体的方法：

• 定位。这一步对于人眼来说是一个很自然的过程，因为当你去识别图标的时候，你就已经把你的目光放在了图标上。虽然这个行为不是很难，但是很重要。
• 看线条。有没有文字，形状是方的圆的，还是长的短的等等。
• 看细节。纹理、颜色、方向等。

卷积神经网络就是对上述过程的程序实现。

7.1卷积

卷积在卷积神经网络中的主要作用是提取图片的特征，同时保留原来图片中各个像素的相对位置（空间）关系。

举个例子，假设我们有 1 个 5x5 的矩阵 A 和 1 个 3x3 的矩阵 B，我们将这两个矩阵进行卷积操作（这有点类似点乘计算），操作过程如下图：

在这个过程中总共出现了 3 种矩阵：

• 原始图像的矩阵（A）：这个实际上就是我们眼睛看到的世界。
• 3x3 矩阵（B）：我们称为滤波器（Filter）、核（Kernel），或是特征提取器、卷积核。通过对滤波器矩阵设置不同的值，可以实现如边缘检测、锐化以及模糊操作等不同的操作。在实际的模型设计中，我们会使用不同尺寸的滤波器来实现不同的效果。通常我们只需要设定滤波器的尺寸和数量，卷积神经网络就可以自己通过梯度更新或反向传播得到内部的数值。使用越多的滤波器，可以提取到越多的图像特征，神经网络也有更好的性能。
• 卷积之后得到的