卷積神經網路CNN-學習1
十年磨一劍，霜刃未曾試，
簡介：卷積神經網路CNN學習，
CNN中文視頻學習鏈接：卷積神經網路作業原理視頻-中文版
CNN英語原文學習鏈接：卷積神經網路作業原理視頻-英文版
一、定義
卷積神經網路（Convolutional Neural Networks）是一種深度學習模型或類似于人工神經網路的多層感知器，常用來分析視覺影像，其創始人Yann LeCun是第一個通過卷積神經網路在MNIST資料集上解決手寫數字問題的人，二、CNN靈感來源？
人類的視覺原理如下：從原始信號攝入開始（瞳孔攝入像素 Pixels），接著做初步處理（大腦皮層某些細胞發現邊緣和方向），然后抽象（大腦判定，眼前的物體的形狀，是圓形的），然后進一步抽象（大腦進一步判定該物體是只氣球）， 人腦進行人臉識別示例
對于不同的物體，人類視覺也是通過這樣逐層分級，來進行如下認知的，
人類視覺識別示例
在最底層特征基本上是類似的，就是各種邊緣，越往上，越能提取出此類物體的一些特征（輪子、眼睛、軀干等），到最上層，不同的高級特征最終組合成相應的影像，從而能夠讓人類準確的區分不同的物體，于是便模仿人類大腦的這個特點，構造多層的神經網路，較低層的識別初級的影像特征，若干底層特征組成更上一層特征，最終通過多個層級的組合，最終在頂層做出分類，
三、卷積神經網路解決了什么？
概括來說就是保留影像特征，引數降維，復雜引數簡單化，
影像像素RGB
眾所周知，影像是由像素構成的，每個像素又是由顏色構成的，現在隨隨便便一張圖片都是 1000×1000 像素以上的， 每個像素都有RGB 3個引數來表示顏色資訊，
假如我們處理一張 1000×1000 像素的圖片，我們就需要處理3百萬個引數！1000×1000×3=3,000,000
這么大量的資料處理起來是非常消耗資源的，卷積神經網路 – CNN 解決的第一個問題就是「將復雜問題簡化」，把大量引數降維成少量引數，再做處理，
更重要的是：我們在大部分場景下，降維并不會影響結果，比如1000像素的圖片縮小成200像素，并不影響肉眼認出來圖片中是一只貓還是一只狗，機器也是如此，
圖片數字化的傳統方式
影像簡單數字化無法保留影像特征，如上圖假如有圓形是1，沒有圓形是0，那么圓形的位置不同就會產生完全不同的資料表達，但是從視覺的角度來看，影像的內容（本質）并沒有發生變化，只是位置發生了變化，所以當我們移動影像中的物體，用傳統的方式的得出來的引數會差異很大！這是不符合影像處理的要求的，而 CNN 解決了這個問題，他用類似視覺的方式【模仿人類大腦視覺原理，構造多層的神經網路，較低層的識別初級的影像特征，若干底層特征組成更上一層特征，最終通過多個層級的組合，最終在頂層做出分類】保留了影像的特征，當影像做翻轉，旋轉或者變換位置時，它也能有效的識別出來是類似的影像，
四、卷積神經網路的架構
典型的 CNN 由卷積層、池化層、全連接層3個部分構成：
典型CNN組成部分
五、資料輸入層
資料輸入層主要是對原始圖形資料進行資料預處理，包括去均值、歸一化、PCA/白化， 去均值： 把輸入資料各個維度都中心化為0，如下圖所示，其目的就是把樣本的中心拉回到坐標系原點上， 歸一化： 幅度歸一化到同樣的范圍，如下所示，即減少各維度資料取值范圍的差異而帶來的干擾，比如，我們有兩個維度的特征A和B，A范圍是0到10，而B范圍是0到10000，如果直接使用這兩個特征是有問題的，好的做法就是歸一化，即A和B的資料都變為0到1的范圍， PCA/白化： 用PCA降維度，白化是對資料各個特征軸上的幅度歸一化， 去均值&歸一化效果圖
去相關與白化效果圖
六、卷積計算層
卷積層有兩個重要的操作，一個是區域關聯，每個神經元看做一個濾波器filter；另一個是視窗滑動，filter對區域資料計算，
卷積層的運算程序如下圖，用一個卷積核掃完整張圖片：
卷積層動態運算圖
卷積層的運算程序，可以當做使用一個過濾器(卷積核)來過濾影像的各個小區域，從而得到這些小區域的特征值，即卷積層通過卷積核的過濾提取出圖片中區域的特征，
卷積層運算圖
卷積層計算程序動圖
七、激勵層
激勵層是把卷積層輸出結果做非線性映射，CNN采用的激勵函式一般為ReLU（The Rectified Linear Unit/修正線性單元），
八、池化層
池化層在連續的卷積層中間，其用于壓縮資料和引數的量，減少過擬合，最重要的作用就是保持特性不變，壓縮影像，降低資料維度，
池化層用的方法有Max pooling 和 average pooling，而實際用的較多的是Max pooling，Max pooling思想：對于每個2 * 2的視窗選出最大的數作為輸出矩陣的相應元素的值，比如輸入矩陣第一個2 * 2視窗中最大的數是6，那么輸出矩陣的第一個元素就是6，如此類推，保持特征不變地降低維度，
Max pooling圖
動態池化圖
我們可以看到動態池化圖中，原始圖片是20×20的，我們對其進行下采樣，采樣視窗為10×10，最終將其下采樣成為一個2×2大小的特征圖，
九、全連接層
全連接層在卷積神經網路尾部，該層負責輸出結果，是最后一步，其跟傳統的神經網路神經元的連接方式一樣， 全連接層連接方式
十、CNN實際應用場景
影像分類/檢索、目標定位檢測、目標分割、人臉識別、骨骼識別等，
CNN人臉識別
CNN中文視頻學習鏈接：卷積神經網路作業原理視頻-中文版
CNN英語原文學習鏈接：卷積神經網路作業原理視頻-英文版
十年磨一劍
霜刃未曾試
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/241781.html
標籤：其他