一、CNN 用于图像分类
需要图片大小统一

彩色图像分为R G B 三层,展平后首尾相接
值代表着颜色的强度

图像识别中不需要全连接的,参数太多了

观测1:通过判断多个小局部图像就能判断出图片标签

感受野的定义

简化1
- 感受野可以重叠;
- 同一感受野可以通过不同的权重

典型设置

观测2:相同部分出现在不同区域

简化2
共享参数

典型设置
引入filter的概念,实质是同一套权重
卷积的优势
- 有些要素比整张图片小的多
- 同一要素可能会出现在不同区域

二、另一角度切入

卷积层



多次经过卷积层

在第二次卷积时,输入的原始图片信息增加了!
所以不是一直分区域处理的。随着层数的增加,考虑的范围会逐渐变大

三、两种介绍的对比
分享的权重其实就是filter

卷积 = 不同的filter扫过整个矩阵 = 不同的感受野公用权重参数

观测3:截出主要元素不会改变标签

引入池化层

每次选出一个作为代表
MAX pooling:每个区域选出最大的作为代表


四、CNN全过程总结

五、应用:下围棋
每个棋子有48个channel,代表48个状态

CNN为啥能用于下围棋?因为他们的这两点特征相似

由于棋子不能省略,用于围棋中不能加入池化层

更多应用:语音、自然语音处理。。。
