李宏毅机器学习组队学习打卡活动day06---卷积神经网络

本文主要是介绍李宏毅机器学习组队学习打卡活动day06---卷积神经网络，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

写在前面

报了一个组队打卡活动，现在已经到了任务6，今天是学习卷积神经网络，之前也是听过，但没有好好学习，正好趁这个机会，好好学习下。

参考视频：https://www.bilibili.com/video/av59538266
参考笔记: https://github.com/datawhalechina/leeml-notes

为什么用CNN？

CNN一般都用在影像处理上，当然也可以用一般的neural network做影像处理，不一定要使用CNN。
但是这样处理的话，会使得hidden layer 参数过多，而CNN做的事情就是简化neural network的架构。

CNN架构

CNN的架构就是如下，首先input一张image以后，这张image会通过convolution layer，接下里做max pooling这件事，然后在做convolution，再做max pooling这件事。这个process可以反复无数次，反复的次数你觉得够多之后，(但是反复多少次你是要事先决定的，它就是network的架构(就像你的neural有几层一样)，你要做几层的convolution，做几层的Max Pooling，你再定neural架构的时候，你要事先决定好)。你做完决定要做的convolution和Max Pooling以后，你要做另外一件事，这件事情叫做flatten，再把flatten的output丢到一般fully connected feedforward network，然后得到影像辨识的结果

Convolution(卷积)

Propetry1:
如下，假设我们的network的input是一张6*6的Image,其中1表示有涂墨水，0表示没有涂墨水。那在convolution layer里面，它由一组的filter，(其中每一个filter其实就等同于是fully connect layer里面的一个neuron)，每一个filter其实就是一个matrix(3 *3)，这每个filter里面的参数(matrix里面每一个element值)就是network的parameter(这些parameter是要学习出来的，并不是需要人去设计的)

如果filter是33的，就意味着需要侦察一个33的pattern,在侦察的时候只看3*3范围内就可以确定有没有某一个pattern的出现。

第一个filter是一个3*3的matrix,先从image左上角进行运算，计算image的9个值和filter的9个值得内积，这个结果为3，之后再stride移动(这个自己设计)，我们先设stride为1. 最终得到如下结果(图形右边)

经过这件事情以后，本来是6 *6的matrix，经过convolution process就得到4 *4的matrix。如果你看filter的值，斜对角的值是1,1,1。所以它的工作就是detain1有没有1,1,1(连续左上到右下的出现在这个image里面)。比如说：出现在这里(如图所示蓝色的直线)，所以这个filter就会告诉你：左上跟左下出现最大的值

在一个convolution layer 里面会有很多的filter(刚才只是一个filter的结果)，那另外的filter会有不同的参数(图中显示的filter2)，它也做跟filter1一模一样的事情，在filter放到左上角再内积得到结果-1，依次类推。把filter2跟 input image做完convolution之后，你就得到了另一个4*4的matrix，红色4 *4的matrix跟蓝色的matrix合起来就叫做feature map，看你有几个filter，你就得到多少个image(你有100个filter，你就得到100个4 *4的image)

如果对于彩色的Image,也是类似的，彩色图片是由RGB组成的。所以，一张Image就是好几个matrix叠在一起。

convolution和fully connected之间的关系

convolution就是fully connected layer把一些weight拿掉了。经过convolution的output其实就是一个hidden layer的neural的output。如果把这两个link在一起的话，convolution就是fully connected拿掉一些weight的结果。

在fully connected中，一个neural应该是连接在所有的input(有36个pixel当做input，这个neuron应连接在36个input上)，但是现在只连接了9个input(detain一个pattern，不需要看整张image，看9个input就好)，这样做就是用了比较少的参数了。

将stride=1(移动一格)做内积得到另外一个值-1，假设这个-1是另外一个neural的output，这个neural连接到input的(2,3,4，8,9,10,14，15,16)，同样的weight代表同样的颜色。在9个matrix。

当我们做这件事情就意味说：这两个neuron本来就在fully connect里面这两个neural本来是有自己的weight，当我们在做convolution时，首先把每一个neural连接的wight减少，强迫这两个neural共用一个weight。这件事就叫做shared weight，当我们做这件事情的时候，我们用的这个参数就比原来的更少。

Max pooling

相对于convolution来说，Max Pooling是比较简单的。我们根据filter 1得到4*4的maxtrix，根据filter2得到另一个4 *4的matrix，接下来把output ，4个一组。每一组里面可以选择它们的平均或者选最大的都可以，就是把四个value合成一个value。这个可以让你的image缩小。

做完一个convolution和一次max pooling，就将原来6 * 6的image变成了一个2 *2的image。这个2 *2的pixel的深度depend你有几个filter(你有50个filter你就有50维)，得到结果就是一个new image but smaller，一个filter就代表了一个channel。

这个操作可以repeat很多次，通过一个convolution + max pooling 就得到一个新的image,它是一个比较小的image，然而，可以通过重复做convolution + max pooling，将其得到一个更小的image。

Flatten

flatten就是feature map拉直，拉直之后就可以丢到fully connected feedforward netwwork，然后就结束了。

后面就是关于CNN的实操了，下次再补充。

这篇关于李宏毅机器学习组队学习打卡活动day06---卷积神经网络的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！