从图像识别走进卷积神经网络
从图像识别走进卷积神经网络
-
引入 图像分类 3D张量（宽-高-通道） 通道解释 : RGB 三个颜色 拉直成一个向量 为什么引入卷积？ 直接将图片当成全连接网络的输入会产生至少 O(10e9) 的空间复杂度，参数过多，很容易产生过拟合 CNN（卷积神经网络） 基本过程如下： 卷积层 神经元角度的理解： 先划分为小立方体（感受野） 神经元仅需关心一个感受野（作为一个神经元的输入） 仅人为定义（ 根据问题而改变） 不同感受野可以重叠 多个神经元还可以对应一个感受野 感受野的大小不是固定的，通道数也不是固定，形状也不是固定的 经典 卷积核：高和宽（不必考虑高） 多个神经元（64个）守备一个感受野 步数：向不同方向移动，移动的这几步，人为决定 填充：感受野超出图像范围，需要补值，一般看作0，或整个图像的平均值，或图像的边界值 参数共享：不同位置的神经元，权重相同 过滤器：可以认为是参数共享时的一组参数 过滤器角度的理解： 通过多层过滤器，得到下一层的输入，通道数为过滤器数量，（过滤器高度必须与图片的高度相等），通过一层层卷积，可以使过滤器在某一层覆盖完整的图像范围
-
池化层（最大池化） 通道数不变，使图像变小，（减少运算量） Flatten 压平成一个向量，作为全连接层的输入 通过softmax，得到图像分类的结果 如图所示
-
全连接层与卷积层的关系
-
卷积神经网络的应用 可以识别缩小后的图像，不能识别放大、缩小、旋转后的图像 图像，语音，自然语言处理
-
resnet（残差网络） 残差块
-
1x1卷积
上一篇：
通过多线程提高代码的执行效率例子