|
看你是人还是物，是猫还是狗。 卷积神经网络（CNN）最重要的用途就是图像分类。说起来，似乎很简单。 为什么不使用普通的神经网络呢？ 那是因为在图像分类时，面临着图像大，物体的形态、位置不同等问题，这就给普通的神经网络带来了难题。 而，卷积神经网络就是来解决这个问题。 Facebook软件工程师Victor Zhou这篇入门贴，就介绍了什么是卷积神经网络。 截至目前，已经有47k访问量了。 已经对神经网络有所了解的同学，一起来看看吧。 MNIST手写数字分类首先，就以MNIST手写数字分类为例，这就是MNIST数据集的样本。 很简单，就是识别图像，然后将其分类为数字。 MNIST数据集中的每个图像均为28×28，我们看到，都是居中的灰度数字。 正常的神经网络其实就可以解决这个问题，首先将每张图像视为28×28=784维向量，将784维送到一个784维的输入层，堆叠几个隐藏层，然后用10个节点的输出层来完成，每个数字1个节点。 但这些数字居中，且图像较小，所以也就没有尺寸大、位置偏移的问题。但是我们知道实际生活中，情况并非如此。 好了，有了一个基本的了解之后，我们就进入了这个卷积神经网络的世界吧。 什么是卷积神经网络？顾名思义，卷积神经网络就是基本上只是由卷积层组成的神经网络，卷积层是基于卷积的数学运算。 而卷积层是由一组滤波器组成，你可以将其视为二维矩阵的数字。比如，这是一个3×3滤波器。 将输入图像与滤波器结合卷积生成图像，这其中包括：
这样说，可能有些抽象看不太懂。没关系，例子这就来了。 我们以一个微小的4×4灰度图像和一个3×3的滤波器为例。
图像中的数字就是我们日常见到的像素强度，其中0为黑色，255为白色，我们的输出设置成为、一个2×2的输出图像。 首先，将我们的滤波器叠加到图像的左上位置。 接着，将两个值（图像值和滤波器值）进行逐元素相乘。得到了如下的表格： 得出结果62-33=29。 以此类推，就可以得到2×2图像的数值。 卷积有什么用？我们先把卷积的用途放一下，来看图。 这不就是刚刚3×3的滤波器吗？其实它还有一个专业的名字——垂直Sobel滤波器，对应的还有一个水平Sobel滤波器，就是中间横着的一行数字为0。
其实，Sobel滤波器是边缘检测器，垂直Sobel滤波器是检测垂直边缘，而水平Sobel是检测水平边缘。 这么说，可能不太明显。我们来看图。
是不是有点感觉了。 试想，如果两个滤波器都是用了，卷积是不是就能抓住图像的边缘特征了。 输出图像中的亮像素说明了原始图像的周围又很强的边缘。 这样一来，卷积就可以帮助我们寻找特定的局部图像特征，比如边缘。 填充通常来说，我们其实都希望输出图像能够跟原始图像的大小相同。但在上面的示例中，我们是以4×4图像为输入，以2×2图像为输出，那应该怎么解决这个问题呢？ 填充。这时候就要谈到0的妙用了。 就是要在图像周围添加一圈“0”，而滤波器则也需要填充1个像素。
这样，输出跟输入的图像具有相同的尺寸，叫做相同填充。 卷积层卷积层就包含了上述的一组滤波器，卷积层的主要参数就是滤波器的数量。 对于MNIST CNN，如果使用带有8个滤波器的小型卷积层，那么输入为28×28，输出结果就变成了26×26×8 。
（因为是有效填充，它将输入的高度和宽度将减少2） 池化层图像中的相邻i像素往往都有相似的值，而经过卷积层也就能在相邻像素中产生了相似的值。这样就会导致卷积层输出的很多信息都是多余的。 就如上述的负责边缘检测的滤波器，它能够在某个位置上找到较强的边缘，但是从很可能在其相邻的一个像素也能找到较强的边缘，这样就造成了两个相同的边缘同时存在。 这样的话，就造成了信息的冗余，不会发现新的信息。 池化就解决了这个问题。池化，就是通过将输入中的值集中在一起，减少输入的大小。 通常，是通过一个简单的操作来完成的，比如取max、min或平均值。 下面是一个最大池化层的例子，池化大小为2的最大池化层。为了执行最大池化，以2×2块遍历输入图像，并将最大值放入对应像素的输出图像中。
池化将输入的宽度和高度除以池大小。 比如，对于我们的MNIST CNN，我们将在初始转换层之后立即放置一个池大小为2的最大池化层。池化层会将26x26x8输入转换为13x13x8输出。
softmax层实际上，最终完成CNN，还需要赋予其预测的能力。 那么，将通过使用多类分类问题的标准最终层：Softmax层，这是一个完全连接（密集）的层，它使用Softmax函数作为其激活的全连接（密集）层。 什么是Softmax函数？ 给定一些数字，Softmax函数就能将任意数字转化为概率。 比如，我们选定数字 -1、0、3和5。 首先，我们需要计算e的指定数字次方，然后将其所有结果相加，当作分母。 最后，e的指定数字次方的值就作为分子，由此计算可能性。
而以MNIST CNN为例，将使用带有10个节点的softmax层作为CNN的最后一层，每个数字代表一个数字。层中的每个节点将连接到每个输入。 应用softmax变换后，由节点表示的概率最高的数字将是CNN的输出了。 好了，介绍了这么多。是不是能够很好的理解卷积神经网络了呢？ 可以私戳下方链接了解更多哦～ 传送门： https:///blog/intro-to-cnns-part-1/ https:///blog/softmax/ — 完 — 本文系网易新闻·网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。 人类未来20年最重要的航天任务——登陆火星，已经启动！这场征服星辰大海的征程，将彻底改变我们的未来。 什么是火星探索，为什么要远征未来，如何培养科学探索的精神？ 中国空间探测技术首席科学传播专家庞之浩，最新推出讲给孩子的火星课《登陆火星》，在其中深入浅出地讲解火星探索史+航天知识，回答了你还不知道的种种好奇疑问。 现在这一精心打磨的课程正在超值预售中，定价99元，目前限时半价，仅49元。让孩子爱上探索宇宙，培养科学思维，现在就开始吧～ 限时半价中👇 量子位 QbitAI · 头条号签约作者 վ'ᴗ' ի 追踪AI技术和产品新动态 喜欢就点「在看」吧 ! |
|
|
