0
点赞
收藏
分享

微信扫一扫

深度学习从入门到实战——卷积神经网络原理解析及其应用


卷积神经网络CNN

  • ​​卷积神经网络​​
  • ​​前言​​
  • ​​卷积神经网络​​
  • ​​卷积的填充方式​​
  • ​​卷积原理展示​​
  • ​​卷积计算量公式​​
  • ​​卷积核输出的大小计算​​
  • ​​感受野​​
  • ​​池化​​
  • ​​自适应均值化​​
  • ​​空洞卷积​​
  • ​​经典卷积神经网络​​
  • ​​参考​​

卷积神经网络

前言

  • 为什么要使用卷积神经网络呢?
  • 首先传统的MLP的有什么问题呢? -
    传统过的全连接网络,每一层的输出就是下一层的输入。在一个模型拟合任务中,并不是所有的参数特征都占据很大。因此,有些特征依然会存在冗余的情况。
    总结:并不是所有的权重都会发生作用,依然会有很多不必要的参数。
    全连接存在的问题就是,这一层的输入也许我并不是全部需要,也许本身也不需要。参数过多也会造成计算的增加,浪费时间。
    参数过多,计算冗余

卷积神经网络

  • 卷积神经网络也是一种前馈神经网络,是受到生物学上感受野(感受野主要是指听觉系统、本体感觉系统和视觉系统中神经元的一些性质)的机制而提出的(在视觉神经系统中,一个神经元的感受野是指视网膜上的特定区域,只有这个区域内的刺激才能够激活该神经元)。

卷积:(f**g*)(n)成为 ff 和 gg 的卷积,连续卷积和离散卷积可以表达为如下形式:

深度学习从入门到实战——卷积神经网络原理解析及其应用_人工智能


卷积有很多应用,经常用于处理一个输入,通过系统产生一个适应需求的输出。

统计学中加权平均法

概率论中两个独立变量之和概率密度的计算

信号处理中的线性系统

物理学的线性系统

图像处理中的应用(卷积神经网络)

卷积经常用在信号处理中,用于计算信号的延迟累积。

深度学习从入门到实战——卷积神经网络原理解析及其应用_卷积_02

卷积的填充方式

深度学习从入门到实战——卷积神经网络原理解析及其应用_卷积_03

卷积原理展示

深度学习从入门到实战——卷积神经网络原理解析及其应用_深度学习_04


卷积核在很大程度上可以看成滤波器。至少作用上具有很大相似性。

深度学习从入门到实战——卷积神经网络原理解析及其应用_卷积神经网络_05

卷积原理示意图

深度学习从入门到实战——卷积神经网络原理解析及其应用_卷积神经网络_06


卷积运算:通过学习得来的卷积核,获得特征图

卷积计算量公式

深度学习从入门到实战——卷积神经网络原理解析及其应用_深度学习_07

卷积核输出的大小计算

深度学习从入门到实战——卷积神经网络原理解析及其应用_人工智能_08

感受野

  • 感受野:类似于余光感受的视野,有时候关键信息分布很分散,需要足够的感受野捕捉足够的信息,这样足够的参考信息利于提高精确度(网络层次不够时,感受野可以辅助处理问题)

    因此,小的特征图往往也能看到很多全局的特征、

池化

深度学习从入门到实战——卷积神经网络原理解析及其应用_卷积_09


深度学习从入门到实战——卷积神经网络原理解析及其应用_卷积_10

  • 具有平移不变形和移动不变性
  • 备注:池化类似于卷积的过滤,池化会丢失信息(无用信息或者 重要信息)

自适应均值化

深度学习从入门到实战——卷积神经网络原理解析及其应用_卷积神经网络_11

空洞卷积

深度学习从入门到实战——卷积神经网络原理解析及其应用_人工智能_12

  • 空洞卷积
  • 红点参与计算,没有空洞时空洞值为1,多一个空洞,空洞值+1

经典卷积神经网络

深度学习从入门到实战——卷积神经网络原理解析及其应用_深度学习_13

以上类别,以后分开介绍吧…

参考

链接: ​​Datawhale​​.


举报

相关推荐

0 条评论