卷积有什么作用？

卷积核

步长

填充

参数共享

池化

整体卷积流程

卷积有什么作用？

左图为BP神经网络，右图为卷积神经网络。BP网络训练连接线的参数，卷积训练卷积核的参数

卷积网络到底做了一件什么事呢？其实就是提取特征，那么又是如何提取的呢？

概括的来说：

输入一副h*w*c的图像，通过k*k*c的卷积核在原始图像上进行滑动，滑动的过程中对图像进行计算，得到新的特征图，周而复始。

比如下图输入大小为32*32的图像，通道数为R,G.B三个彩色通道，对每个通道使用3*3的卷积核进行滑动计算，具体的计算过程为对应位置元素相乘相加，放到对应位置，

注意，当分别对3个通道进行卷积完成后，每一个位置得到3个值，再把3个值分别相加得到一个值，作为提取到的特征。

以上是从数学角度对卷积在做什么进行解释，下面从更高的层面对卷积网络进行理解。

为什么卷积能提取图像特征呢？

举一个例子：每一个卷积核都可以被看做特征识别器，所谓的特征，是指直线、简单的颜色、曲线之类的东西，

我们使用一个训练好的7*7的卷积核对曲线进行提取，提取的过程就是上面介绍的。

对老鼠尾巴弧线进行提取

把弧线的像素和卷积核进行卷积，得到的数据为6600，数据比较大。如果在其他区域，则没有那么大的数值

经过多次卷积提取特征

卷积核

二维卷积公式：

图像进行卷积时候就是做的一个对应位置相乘相加

步长

卷积核在图像上每次滑动的长度，步长越小，提取的特征越细腻，步长越大，提取的特征越粗糙

填充

为了弥补边界特征被计算的次数较少的问题，加入0填充，在移动程度上缓解该问题，让网络能够更公平的对待一些边界特征

参数共享

多少个卷积核得到多少个特征图。

参数共享：用同样一个卷积核，对每个区域进行特征提取。

池化

池化层：特征压缩，下采样。有max poling(挑重要的），average poling。没有任何矩阵的计算

整体卷积流程

卷积神经网络卷积层池化层输出计算公式

层：带参数计算的才叫一层神经网络，下面网络一个7层

参考文献：https://www.toutiao.com/a6700385442048508420/

卷积神经网络知识点总结相关推荐

CNN卷积神经网络知识点总结
参考知乎文章:卷积神经网络(CNN)详解 - 知乎 (zhihu.com) 下面是精炼版本. 1.卷积神经网络结构卷积核大小:n*n,一般采用3*3 与常规神经网络不同,卷积神经网络的各层中的神经元 ...
第五章：Tensorflow 2.0 利用十三层卷积神经网络实现cifar 100训练（理论+实战）
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/LQ_qing/article/deta ...
深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-01-CNN基础知识点
转载自:http://blog.csdn.net/niuwei22007/article/details/47399913 <CNN基础知识点>From:Convolutional Neu ...
卷积神经网络的重要知识点
1.密集连接层和卷积层的根本区别. Dense层从输入特征空间中学到全局模式,而卷积层学到的是局部模式(对于图像来说,学到的就是输入图像的二维小窗口中发现的模式) 2.卷积神经网络的两个有趣的性质. ...
YOLOv5基础知识点——卷积神经网络
一文看懂卷积神经网络-CNN(基本原理+独特价值+实际应用)- 产品经理的人工智能学习库 (easyai.tech) 人类的视觉原理如下:从原始信号摄入开始(瞳孔摄入像素 Pixels),接着做初步处 ...
【深度学习理论】(2) 卷积神经网络
各位同学好,最近学习了CS231N斯坦福计算机视觉公开课,讲的太精彩了,和大家分享一下. 如下图所示,现在有shape为 32x32x3 的图像,如果使用全连神经网络,将图像拉长成一个一维向量 [No ...
使用Python可视化卷积神经网络方法汇总
介绍深入学习中最具争议的话题之一是如何解释和理解一个经过训练的模型--特别是在医疗等高风险行业的背景下."黑匣子"一词经常与深度学习算法联系在一起,如果我们不能解释模型是如何工作 ...
卷积神经网络（cnn）手写数字识别
1. 知识点准备在了解 CNN 网络神经之前有两个概念要理解,第一是二维图像上卷积的概念,第二是 pooling 的概念. a. 卷积关于卷积的概念和细节可以参考这里12,卷积运算有两个非常重要特 ...
干货丨深度学习、图像分类入门，从VGG16卷积神经网络开始
刚开始接触深度学习.卷积神经网络的时候非常懵逼,不知道从何入手,我觉得应该有一个进阶的过程,也就是说,理应有一些基本概念作为奠基石,让你有底气去完全理解一个庞大的卷积神经网络: 本文思路: 一.我认为 ...

卷积神经网络知识点总结

卷积有什么作用？

卷积核

步长

填充

参数共享

池化

整体卷积流程

卷积神经网络知识点总结相关推荐

最新文章

热门文章