(深度学习)卷积神经网络（CNN）_卷积神经网络与传统神经网络的区别

一、卷积神经网络和传统多层神经网络区别
1.传统多层神经网络区别：没有理论指出多少层（层数没有作用）
2.卷积网络：更加有效的特征学习部分，加深网络得以有效
3.深度学习：卷积神经网络、循环神经网络，新的结构以及一些新的方法（比如新的激活函数Relu等）
卷积神经网络主要应用于图像识别，还可以图像目标检测，常用模型如下：
Yolo：GoogleNet+ bounding boxes
SSD：VGG + region proposals
二、卷积神经网络的原理

卷积网络的三个结构：
神经网络(neural networks)的基本组成包括输入层、隐藏层、输出层。而卷积神经网络的特点在于隐藏层分为卷积层和池化层(pooling layer，又叫下采样层)以及激活层。每一层的作用

卷积层：通过在原始图像上平移来提取特征
激活层：增加非线性分割能力
池化层：通过特征后稀疏参数来减少学习的参数，降低网络的复杂度，（最大池化和平均池化）

如果是分类任务，还会加上一个全连接层(FC)也就是最后的输出层，进行损失计算分类，如果不是分类任务就不需要加。
三、卷积层：
特点：提取特征的功能更加强大
卷积层（Convolutional layer），卷积神经网络中每层卷积层由若干卷积单元(卷积核)组成。
蓝色窗口为一个卷积核

1，卷积核的四大要素：
卷积核(Filter)的四大要素
（1）卷积核个数
（2）卷积核大小（观察窗口的大小）：一般采用11、33、55（这些大小是经过研究人员证明比较好的效果）会进行特征加权运算（权重和偏置）
（3）卷积核步长（根据步长移动把整张图片观察完整），通常步长采用一个像素（采用一个像素的原因防止步长过大会过滤一些特征，步长越大观察就越粗糙）
（4）卷积核零填充大小：零填充就是在图片像素外围填充一圈值为0的像素

1）为什么进行零填充？
(1)因为设定的卷积核根据步长移动可能会损失图片的像素信息（可能没观察到），所以外围添加一圈值为0的像素使得大于图像，这样就避免了像素信息的损失。(2)采用0的原因是卷积核需要加权运算结果都是0（0任何数=0），这样不会影响像素的运算结果
2）有两种方式，SAME和VALID
SAME：越过边缘取样，取样的面积和输入图像的像素宽度一致。
VALID：不越过边缘取样，取样的面积小于输入人的图像的像素宽度。
在Tensorflow当中，卷积API设置”SAME”之后，输出高宽与输入大小一样（重要）

2.卷积核的特点：卷积核将整张图片观察完整，得出结果
卷积核是如何去观察的？

如下图可观察到：每个卷积核（观察者）得出的结论大小，多个卷积核（组成一层卷积），如果个n个卷积核得出n个结论，同一层不同的卷积核大小一致（比如是33，则一层都是33），移动步长（例如都是2个像素）一致，但是带的权重和偏置随机
每个观察者得出的结论大小跟卷积核大小和步长大小有关系
假如5个卷积核去观察得到2*2，则[5，2，2]


3、计算输出大小

如上图可知零填充大小
1）指定好的零填充大小
2）根据结论大小，在根据卷积运算公式求出P的大小即上图的第二种情况
4.对于彩色图片（三通道），每个人去观察时，需要3张权重表，最后得出一张表结论

5.卷积网络API

tf.nn.conv2d(input, filter, strides=, padding=, name=None)
计算给定4-D input和filter张量的2维卷积
input：给定的输入张量，具有[batch,heigth,width,channel]，类型为float32,64
filter：指定过滤器的权重数量，[filter_height, filter_width, in_channels, out_channels]
strides：strides = [1, stride, stride, 1],步长
padding（零填充，不需要我们计算）：“SAME”, “VALID”，使用的填充算法的类型，使用“SAME”。其中”VALID”表示滑动超出部分舍弃，“SAME”表示填充，使得变化后height,width一样大
1
2
3
4
5
6

四、激活函数：增加非线性的分割能力
1.ReLU函数公式

2.为什么采用ReLU的函数
有效解决梯度爆炸的问题，计算速度非常快（之所以计算快，因为relu函数公式的原因）
而之前的sigmoid函数的缺点：计算量相对大（公式/（1/（1+e^-z））复杂），sigmoid函数反向传播时，很容易就会出现梯度爆炸现象
3.激活函数API
tf.nn.relu(features, name=None)
features:卷积后加上偏置的结果
return:结果
五、池化层(Polling)：特征选择的作用，减少像素特征的数量，减少运算量
Pooling层主要的作用是特征提取，通过去掉Feature Map中不重要的样本，进一步减少参数数量。解决过拟合的问题。Pooling的方法很多，通常采用最大池化

max_polling:取池化窗口的最大值
avg_polling:取池化窗口的平均值

最大池化如下图

1.池化层计算公式和卷积层一样（池化层一般采用2*2大小窗口，步长为2）

2.池化层API

tf.nn.max_pool(value, ksize=, strides=, padding=,name=None)
输入上执行最大池数
value:4-D Tensor形状[batch, height, width, channels] 
channel:并不是原始图片的通道数，而是多少filter观察 例如50个人观察，则channels=50
ksize:池化窗口大小，[1, ksize, ksize, 1]
strides:步长大小，[1,strides,strides,1]
padding:“SAME”, “VALID”，使用的填充算法的类型，默认使用“SAME”
1
2
3
4
5
6
7

六、Full Connection层（如果处理分类问题）
前面的卷积和池化相当于做特征工程，最后的全连接层在整个卷积神经网络中起到“分类器”的作用。

7.卷积神经网络的过程：