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：

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。

卷积的填充方式

卷积原理展示

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。

卷积原理示意图

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

卷积核输出的大小计算

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

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

空洞卷积

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

以上类别，以后分开介绍吧…

参考

链接: Datawhale.

深度学习从入门到实战——卷积神经网络原理解析及其应用相关推荐

【深度学习】5：CNN卷积神经网络原理
前言:先坦白的说,深度神经网络的学习在一开始对我造成的困扰还是很大的,我也是通过不断地看相关的视频资料.文献讲解尝试去理解记忆.毕竟这些内容大多都是不可查的,我们看到的都只是输入输出的东西,里面的内部 ...
【深度学习】基于Pytorch的卷积神经网络概念解析和API妙用(一)
[深度学习]基于Pytorch的卷积神经网络API妙用(一) 文章目录 1 不变性 2 卷积的数学分析 3 通道 4 互相关运算 5 图像中目标的边缘检测 6 基于Pytorch的卷积核 7 特征映射 ...
【深度学习】基于Pytorch的卷积神经网络概念解析和API妙用(二)
[深度学习]基于Pytorch的卷积神经网络API妙用(二) 文章目录1 Padding和Stride 2 多输入多输出Channel 3 1*1 Conv(笔者在看教程时,理解为降维和升维) 4 池 ...
深度学习多变量时间序列预测：卷积神经网络（CNN）算法构建时间序列多变量模型预测交通流量+代码实战
深度学习多变量时间序列预测:卷积神经网络(CNN)算法构建时间序列多变量模型预测交通流量+代码实战卷积神经网络,听起来像是计算机科学.生物学和数学的诡异组合,但它们已经成为计算机视觉领域中最具影响力 ...
《Keras深度学习：入门、实战与进阶》之印第安人糖尿病诊断
本文摘自<Keras深度学习:入门.实战与进阶>. 1.数据理解本节使用Pima Indians糖尿病发病情况数据集.该数据集最初来自国家糖尿病/消化/肾脏疾病研究所.数据集的目标是基于 ...
深度学习笔记（26）卷积神经网络
深度学习笔记(26) 卷积神经网络 1. CONV 2. POOL 3. Layer 4. FC 5. 卷积的优势 1. CONV 假设,有一张大小为32×32×3的输入图片,这是一张RGB模式的图片 ...
花书+吴恩达深度学习（十四）卷积神经网络 CNN 之经典案例（LetNet-5, AlexNet, VGG-16, ResNet, Inception Network）
目录 0. 前言 1. LeNet-5 2. AlexNet 3. VGG-16 4. ResNet 残差网络 5. Inception Network 如果这篇文章对你有一点小小的帮助,请给个关注, ...
花书+吴恩达深度学习（十二）卷积神经网络 CNN 之全连接层
目录 0. 前言 1. 全连接层(fully connected layer) 如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔~我会非常开心的~ 花书+吴恩达深度学习(十)卷积神经网络 CNN ...
基于深度学习的图像分类：使用卷积神经网络实现猫狗分类器
摘要: 深度学习在计算机视觉领域中具有广泛的应用.本文将介绍如何使用卷积神经网络(CNN)实现一个猫狗分类器.我们将使用Python和TensorFlow框架搭建一个简单的卷积神经网络模型,并利用猫狗 ...
深度学习笔记其六：现代卷积神经网络和PYTORCH
深度学习笔记其六:现代卷积神经网络和PYTORCH 1. 深度卷积神经网络(AlexNet) 1.1 学习表征 1.1 缺少的成分:数据 1.2 缺少的成分:硬件 1.2 AlexNet 1.2.1 ...

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

深度学习从入门到实战——卷积神经网络原理解析及其应用相关推荐

最新文章

热门文章