深度学习入门(三):卷积神经网络(CNN)

引入

给定一张图片,计算机需要模型判断图里的东西是什么?

(car、truck、airplane、ship、horse)

一、卷积神经网络整体架构

  • CONV:卷积计算层,线性乘积求和
  • RELU:激励层,激活函数
  • POOL:池化层,取区域平均或最大(MAX POOL)
  • PC:全连接层

二、CONV卷积层计算

对CNN来说,它是一块一块进行对比的,"小块"称之为Features特征。卷积就是对图像(不同窗口数据)和滤波矩阵做内积 。每计算完一个数据窗口内的数据后,数据窗口不断平滑移动,直到计算完所有数据。

图中矩阵解析:

  • Input Volume(7x7x3):图像的长宽均为7,3代表RGB三个颜色通道
  • Filter W0、W1:滤波器,带一组固定权重的神经元
  • Output Volume:两个不同的输出

随着左边数据窗口的平移滑动,滤波器 F i l t e r W 0 / W 1 Filter W0/W1 FilterW0/W1对不同的局部数据进行卷积计算。左边数据在变化,每次滤波器都是针对某一局部的数据窗口进行卷积 ,这就是所谓的CNN中的局部感知机制 。与此同时,数据窗口滑动,导致输入在变化,但中间滤波器Filter w0的权重是固定不变 的,这个权重不变即所谓的CNN中的参数(权重)共享机制

三、卷积层参数

  • depth:神经元个数,滤波器个数
  • stride:步长,滑动多少步到边缘
  • zero-padding:边缘填充,为了总长能为步长整除,并且一定程度上减轻边界利用少的情况

四、ReLU激励层

五、POOL池化层

进行筛选压缩的过程,取区域平均或最大

最大池化 MAX POOLING

下图包含两次卷积一次池化,共7层神经网络

六、特征图变化

三维要拉长成特征向量,再输入全接连层

相关推荐
余炜yw18 分钟前
【LSTM实战】跨越千年,赋诗成文:用LSTM重现唐诗的韵律与情感
人工智能·rnn·深度学习
莫叫石榴姐35 分钟前
数据科学与SQL:组距分组分析 | 区间分布问题
大数据·人工智能·sql·深度学习·算法·机器学习·数据挖掘
967737 分钟前
对抗样本存在的原因
深度学习
如若1231 小时前
利用 `OpenCV` 和 `Matplotlib` 库进行图像读取、颜色空间转换、掩膜创建、颜色替换
人工智能·opencv·matplotlib
YRr YRr1 小时前
深度学习:神经网络中的损失函数的使用
人工智能·深度学习·神经网络
ChaseDreamRunner1 小时前
迁移学习理论与应用
人工智能·机器学习·迁移学习
Guofu_Liao1 小时前
大语言模型---梯度的简单介绍;梯度的定义;梯度计算的方法
人工智能·语言模型·矩阵·llama
我爱学Python!1 小时前
大语言模型与图结构的融合: 推荐系统中的新兴范式
人工智能·语言模型·自然语言处理·langchain·llm·大语言模型·推荐系统
果冻人工智能1 小时前
OpenAI 是怎么“压力测试”大型语言模型的?
人工智能·语言模型·压力测试
日出等日落1 小时前
Windows电脑本地部署llamafile并接入Qwen大语言模型远程AI对话实战
人工智能·语言模型·自然语言处理