深度学习_19_卷积

理论:


目前问题在于识别图片所需要的模型权重数量会比较大

一般图片像素在12M也就是一千两百万像素,要用模型对其整体识别的话,需要至少一千两百万权重,那也仅仅是线性模型,若用多层感知机的话,模型的数据权重量又会以倍数增加,这就需要庞大的算力,和巨大的模型,模型大小会破1GB +

需求:用更小的模型去识别图片

解决方法:卷积 (CNN)

卷积的识别原理

在识别上述图片的时候卷积不会将整个图片带入模型中一次性识别,而是会选取其中的某一块区域进行识别,也就是说与其看整体,卷积选择了看图片的轮廓


这样模型的大小,只要和一个轮廓的大小一致一样即可,也就是说模型的大小不会因为图片的大小改变而改变


每次扫描扫描特定卷积核区域


模型输出和卷积核大小,卷积图片大小有关


卷积通过卷积核识别,识别出整个图片的核心轮廓

实例代码:

python 复制代码
import torch
from torch import nn


def corr2d(X, K):  #@save
    """计算二维互相关运算"""
    h, w = K.shape
    Y = torch.zeros((X.shape[0] - h + 1, X.shape[1] - w + 1))
    for i in range(Y.shape[0]):
        for j in range(Y.shape[1]):
            Y[i, j] = (X[i:i + h, j:j + w] * K).sum()  # 卷积核,分别扫描图片
    return Y

class Conv2D(nn.Module):
    def __init__(self, kernel_size):
        super().__init__()
        self.weight = nn.Parameter(nn.rand(kernel_size))
        self.bias = nn.Parameter(nn.zeros(1))

    def forward(self, x):
        return corr2d(x, self.weight) + self.bias


# 构造一个二维卷积层,它具有1个输出通道和形状为(1,2)的卷积核
conv2d = nn.Conv2d(1,1, kernel_size=(1, 2), bias=False)  # 待训练模型

# 这个二维卷积层使用四维输入和输出格式(批量大小、通道、高度、宽度),
# 其中批量大小和通道数都为1
X = torch.ones((6, 8))
K = torch.tensor([[1.0, -1.0]])  # 真正得K
X[:, 2:6] = 0
Y = corr2d(X, K)
"模型是4维,所以维度要变化"
X = X.reshape((1, 1, 6, 8))   # 输入
Y = Y.reshape((1, 1, 6, 7))  # 由真正K得到数据集
lr = 3e-2  # 学习率

for i in range(10):  # 训练10次
    Y_hat = conv2d(X)
    l = (Y_hat - Y) ** 2  # 方差损失函数
    conv2d.zero_grad()  # 清除之前梯度
    l.sum().backward()  # 算出新梯度
    # 迭代卷积核
    conv2d.weight.data[:] -= lr * conv2d.weight.grad  # 手动更新权重
    if (i + 1) % 2 == 0:
        print(f'epoch {i+1}, loss {l.sum():.3f}')

print("真正模型:")
print(K)
print("训练的模型:")
print(conv2d.weight)

效果:


模型仅有两个权重,且训练效果很好

相关推荐
ezl1fe19 分钟前
RAG 每日一技(十八):手写SQL-RAG太累?LangChain的SQL智能体(Agent)前来救驾!
数据库·人工智能·后端
我星期八休息24 分钟前
大模型 + 垂直场景:搜索/推荐/营销/客服领域开发新范式与技术实践
大数据·人工智能·python
飞哥数智坊29 分钟前
等了这么久,企业微信的AI终于来了!
人工智能
Christo330 分钟前
SIGKDD-2023《Complementary Classifier Induced Partial Label Learning》
人工智能·深度学习·机器学习
AIGC安琪42 分钟前
Transformer中的编码器和解码器是什么?
人工智能·深度学习·ai·语言模型·大模型·transformer·ai大模型
算家计算1 小时前
3秒搞定产品换装换背景!【ComfyUI-万物迁移工作流】本地部署教程:基于FLUX.1 Kontext上下文感知图像编辑
人工智能
山烛1 小时前
OpenCV 图像处理基础操作指南(二)
人工智能·python·opencv·计算机视觉
聚客AI1 小时前
🧩万亿级Token训练!解密大模型预训练算力黑洞与RLHF对齐革命
人工智能·llm·强化学习
CoovallyAIHub2 小时前
线性复杂度破局!Swin Transformer 移位窗口颠覆高分辨率视觉建模
深度学习·算法·计算机视觉
爱疯生活2 小时前
车e估牵头正式启动乘用车金融价值评估师编制
大数据·人工智能·金融