CNN for Visual Rcognition --- Stanford 2015 （一）

总结斯坦福2015李飞飞教授以及Andrej Karpathy教授的上课的slides中关于CNN的一些内容

一：神经网络实验的基本策略：

1.对输入数据进行预处理：

2.网络结构和数据集设置：

（1）-随机初始化weights为一些比较小的数（fan-in，fan-out），bias设置为0

（2）-利用好cv集，可以在少量epoch的结果下选择最好的params，然后进行更多的epoch

3.分析实验结果：

（1）-对 loss curve 进行分析：

（2）-对accuracy 进行分析：

（3）-对weight updates / weight的比值进行分析：

（4）-可视化隐含层单元：

（5）-dropout（Regularization）的使用：

随机的将一些 neuron设置为0，在使用的时候注意train的时候和predict的时候的区别（train的时候进行drop，predict的时候不进行drop）：

（6）-学习率等相关设置：

一般用写好的库就行了，如adagrad等等

二：卷积网络ConVNet：

1.activations：

ConVNet中的activations是一个三维的立方体，例如：对于一个32*32*3的RGB图片，对应的activation的规格就是32widt*32height*3depth

2.local connectivity 局部连接：

（1）-局部连接是ConVNet一个很重要的思想，使用局部连接，减少了卷积层需要训练的params：

（2）-举个栗子：

（3）-术语上：fenture map个数=filter个数

3.padding：

增加nolinearities的数量，同时也可以保持map的大小：

4.pooling：

一般是2*2的maxpool：

5.ConVNet的设置：

三：Visualizing and Understanding ConVNet：

1.t-SNE visualization：

下图是mnist数据集通过ConVNet后压缩成二维向量后的点图：

2.将最后的pooling层的特征，重构成图片：

3.将中间层的特征，重构成图片：

4.对于不可识别的图片，ConVNet有时竟然会有很高的置信度：

5.depth is important:

改变FC层的大小，对结果并没有多大的提升；而通过改变卷积层depth的大小（其实就是filter的数量），则对结果有较大的影响，并且：more depth = better improvement。

normalization对结果也没有很大的影响