六大基础深度神经网络之CNN

左侧是传统卷积网络输入的是一列像素点,右侧是卷积神经网络,输入的是具有长宽通道数的原始图像

下图为整体架构。卷积层可以认为提取特征,池化层是压缩特征。全连接层是把图像展平然后计算10个类别的概率值

给出一张图像不同区域的特征不同,我们需要提取出来这些不同。下图从一张32*32*3的图像中提取一张5*5*3的小区域,第一步将左上角三乘三的区域与区域右下角小字的权值矩阵进行内积计算,就是对应位置相乘,即3*0+3*1+2*2+0*2+0*2+1*0+3*0+1*1+2*2=12,然后每次把3*3的区域与权值相乘,最终得到绿色的矩阵。

常见图像是彩色的就是三通道,上图中的32*32*3中的3也就说明是彩色图像,若为1则是黑白图像

对于每个彩色图像的卷积来讲,rgb每个通道都会卷积计算的一个矩阵,再把三个矩阵对应相加就是彩色图像的卷积结果

其中W1、H1表示输入的宽度、长度; W2、 H2表示输出特征图的宽度、长度;F表示卷积核长和宽的大小; S表示滑动窗口的步长;P表示边界填充(加几圈0)。

池化目的是减少特征图的信息量,下图为最大池化,选取2*2的过滤器步长为2,选取每个2*2区域内最大的数

D为vgg较主流版本,其中maxpool会损失信息,为了弥补损失的信息,在下一次卷积中会使特征图翻倍

在CIFAR-10数据集中发现56层卷积比20层更效果更差,为了避免层数增加导致的效果变差引入残差网络

相关推荐
xsd202411183 分钟前
把模型从 FP32 压到 INT8:PTQ、QAT 与 PyTorch 量化全链路
人工智能
AI源码4 分钟前
基于机器学习的优衣库销售预测与决策系统
人工智能·机器学习
可夫小子21 分钟前
13 条数据跑出 65.87 分:这场 48 小时真机挑战赛,拆穿了具身智能的落地真相
人工智能
大模型真好玩1 小时前
做好真人分身却不知道拍什么?8个视频应用场景直接抄
人工智能·agent·deepseek
ZhengEnCi1 小时前
黄仁勋想回英伟达却被拒:创始人 CEO 辞职后为什么回不来,董事会继任机制全拆解
人工智能·nvidia·团队管理
真上帝的左手1 小时前
26. AI-大语言模型-基础
人工智能·ai·架构·llm·大语言模型
墨林陌2 小时前
AI 热点日报(2026-11-18):OpenAI 发布 GPT-6.2,APEC 峰会聚焦 AI,AI 制药融资创新高
人工智能
byte轻骑兵2 小时前
【ATT】规范精讲[8]:配置要确认、灌包要速度、多字段要原子——BLE 写入的四重选择
人工智能·aiot·l2cap·嵌入式蓝牙·蓝牙链路管理
AAA修煤气灶刘哥2 小时前
Agent 都能干活了,软件还需要那么多按钮吗?
人工智能·后端·架构
Purple Coder3 小时前
开题报告学习
人工智能