卷积神经网络应用基础 卷积神经网络基础知识

来源

最近在学习图像分类的相关知识，卷积是其中不可忽略的技术

github：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

学习链接：

什么是卷积神经网络

包含了卷积层的神经网络都可以理解为卷积神经网络

卷积层

卷积：卷积核覆盖到计算的特征值上，将卷积核上的值与特征值上的值相乘，最后相加

卷积目的：图像特征提取

卷积特性：局部感知，权值共享

输入：具有RGB三通道的图像

卷积核的深度要和输入图像的深度保持一致，三通道图像需要三维的卷积核

将卷积核分别放在RGB三通道上，进行对应元素相乘相加，最后再将三个通道卷积后的值相加，得到特征矩阵

卷积核的channel与输入特征层的channel相同

输出的特征矩阵channel与卷积核个数相同

padding操作，并计算卷积后的特征矩阵大小

常用的激活函数

为什么要引入激活函数？

在计算过程中是一个线性计算的过程，通过激活函数引入非线性因素，使其具备解决非线性问题的能力

常用的激活函数有两种：Sigmoid激活函数和Relu激活函数

池化层

池化目的：对特征图进行稀疏处理，减少数据运算量

池化特征：没有训练参数；只改变特征矩阵的高和宽，不改变通道；一般池化size和stride相同

常用的两种池化：最大池化，平均池化

误差计算

分类问题多用交叉熵损失

Softmax输出：类别之间无交叉(类别之间互斥)，如，猫和狗

Sigmoid输出：类别之间有交叉，如，人类和男人

权重的更新

最常用的优化器：SGD+Momentnum

总结

1. 卷积核改变channel数，卷积核的数量 = 输出的channel数
 nn.Conv2d(输入channel数量，卷积核数量，卷积核大小)
 如，nn.Conv2d(3， 16， 5)，输入三通道图像，采用16个5x5卷积核，输出通道变为16
2. 池化层不改变channel数量，改变图像的高和宽
 nn.MaxPool2d(池化size，stride)
3. 全连接层，输入输出是一维向量，需要进行flatten操作
 nn.Linear(3*32*32, 120)
4. 在计算交叉熵的内部已经实现了softmax，不需要再额外添加softmax
loss_function = nn.CrossEntropyLoss()
outputs = net(inputs)
loss = loss_function(outputs, labels)
loss.backward()
5. 定义优化器,net.parameters()是模型中需要训练的参数，lr是学习率
 optimizer = optim.Adam(net.parameters(), lr=0.001)
 optimizer.step()