Python深度学习——卷积神经网络_python 卷积神经网络

前言

与传统神经网络（NN）相同，卷积神经网络（CNN）的目的是对图片进行特征提取，然后识别。但传统神经网络的参数矩阵特别大，训练时需要花的时间比较多，而且过拟合风险更大，而卷积神经网络可以解决这些问题。

二者还有一个区别在于，以28*28的分辨率为例，传统神经网络中，输入的是784个像素点，而卷积神经网络输入的是原始的图像28*28*1，是三维的。

整体架构：输入层+卷积层+池化层+全连接层。

一、卷积层

1、原理

卷积，先把图像分割成很多个小区域，每个小区域由多个像素点组成，提取每个区域的特征。用一组权重参数得到一个特征值 。

卷积核（filter）：也叫滤波器，可以看作是一个小的矩阵，用于提取输入数据中的特征。卷积操作通过将卷积核在输入数据上滑动，计算每个位置的内积（原始输入数据*权重参数，累加，再加偏置参数），从而生成输出特征图。权重参数和偏置参数最开始是随机的（一般从高斯分布里选），训练过程中学习并优化。

 图像颜色通道：上图只演示了B通道的计算，实际上要将三个颜色通道R、G、B的结果相加，才能得到最终的特征值。

可以用多个卷积核进行特征提取，不同的卷积核对应不同的权重参数，得到的特征图就会不一样，从而实现多尺度多力度的特征提取，得到更丰富的特征。但在每一次卷积中，卷积核的大小规格要一样。

卷积操作要进行很多次，第一次对原始数据做卷积只是得到中阶特征，再一次卷积可以得到高阶特征，不断重复卷积操作，增加卷积核个数，就会得到效果更好的特征。

2、相关参数

滑动窗口步长：步长小的时候，提取到的特征更丰富。图像任务一般步长是1，但是效率慢。

卷积核尺寸：和步长同理，不同尺寸得到不同结果，最小的一般是3x3.

边缘填充：在移动卷积核的时候，前一次位置和下一次位置会有重叠，而重叠部分的数据会被计算两次，对结果的贡献更大。越靠近边界的点被计算的次数越少，而越靠近中间的点被计算的次数越多。但是边界的点并非不重要，所以就用到边缘填充，让原本边界的点不再是边界，一定程度上弥补了边界信息缺失的问题。一般用0填充，计算的时候对结果没影响。比如这样：

卷积核个数：最终要得到多少个特征图，那就需要多少个卷积核。但每个卷积核里的参数是不一样的，一开始是随机数，后面要进行各自参数更新。

3、特征图尺寸

特征图尺寸也就是卷积的结果，有这样一个计算公式：

         

其中W1、H1表示输入的宽度、长度；W2、H2表示输出的特征图的宽度、长度；F表示卷积核长和宽的大小；S表示滑动窗口的步长；P表示边界填充（加几圈0）。

4、卷积参数共享

在对每一个小区域卷积时，保证用同一个卷积核，即卷积核参数不变。如果用不同的卷积核，那数据量会非常大，训练时间会很长，过拟合风险也会很大，这些都是传统神经网络的缺点。

每个卷积核还有一个参数叫偏置参数，与结果相关。

二、池化层

经过卷积层的操作后，我们得到非常多的特征，但并不是所有特征都重要，所以需要池化层来压缩，选择性丢弃一些不重要的特征。但它只会改变特征图，不会改变特征图的个数。比如224x224x64的数据经过池化层变成112x112x64.

最大池化（Max Pooling）：先选择不同区域，每个区域中选最大值，没有计算，只是筛选。而选最大值是因为经过卷积层的计算后，重要特征的值会更大，即只要最好的特征。

三、全连接层

卷积和池化过后，我们得到的还是三维的数据，但三维的数据并不能与我们最终的n个分类做全连接。所以需要把三维的数据拉伸为一维数据，比如32*32*10的数据可以转换为10240个特征，然后我们就可以把这10240个特征转化为我们预测的n个分类的概率值，得出分类结果。

总结

卷积神经网络的过程是先对数据卷积，卷积的过程中往往带有RELU函数，这和传统神经网络一样，随后就进行池化。但并不是完成所有卷积后才池化，而是每进行若干次卷积就进行一次池化，接着再卷积、再池化。

 N层卷积神经网络如何定义。在卷积神经网络中，只有带参数的才称之为层。比如卷积层带参数，池化层不带参数，全连接层带参数 ，则最后的N就等于卷积次数+1.