卷积神经网络的工作原理

术语解释：
1、卷积神经网络
CNN是一种特殊的神经网络，一个标准的CNN由一系列的层组成，包括卷积层，池化层，全连接层等。（通常用来做影像处理）

工作原理：
1、一张图片（如下图，图片上写着字母），可通过CNN去识别出这个字母是X还是O

2、例如，X经过CNN识别得到X，O通过CNN识别就能得到O

3、无论X和O怎样变化，旋转，扭曲，加粗等，通过CNN都能准确识别出来，这对于人眼比较简单，但对于计算机来讲，图片中的每个像素都只能用-1或者1来代替，要识别出这些扭曲了的字母还是需要复杂的过程的。

4、比如我们将图中的每个像素小方块填上-1和1两种数字，假设图片是黑白的，黑色用-1表示，白色用1表示，那么由计算机识别左图和右图，计算机会认为它们不是一样的，因为左图上某一位置的1或者-1在右图同一位置上不是相同的数字。

5、通过CNN识别图片的部分特征，便能识别出左图和右图是相等的。

6、CNN如何识别图像的部分特征呢？便是通过“卷积”，下图三个3*3的矩阵被称为“卷积核”或者“filter”，将图像用矩阵表示，然后用矩阵与卷积核分别作卷积运算，便能得出图像的部分特征了。

7、第一个卷积核能识别出图像X中的右下斜线的特征，第二个卷积核能识别出X的最中间的一小块X的特征，第三个卷积核能识别出X的左下斜线的特征。

卷积层：
功能：对输入数据进行特征提取
卷积层运算原理：

彩色图的卷积运算原理：

1、在图像矩阵中依次取卷积核大小的矩阵（3*3）和卷积核作内积，得到的内积和取平均值，填入新的矩阵中，新矩阵被称为Feature Map

3、最后得到Feature Map之后，Feature Map里面数字的颜色代表相似度，颜色越浅，值越大，相似度越高。如下图，图像与第一个卷积核做完卷积之后，发现得到的Feature Map确实有第一个卷积核的特征。

4、将图片与这三个卷积核都做完卷积之后，发现图片拥有三个卷积核的特征，此时可基本确定图片代表的字母是X了

5、池化层：当图片非常大的时候，要快速获取图片的特征变得非常困难，于是通过池化，将原图缩小，但保留原图的特征不变。
池化层原理：就是把特征图像区域的一部分求个均值或者最大值，用来代表这部分区域。如果是求均值就是mean pooling，求最大值就是max pooling

maxpooling:

pooling过程：下图池化的stride为2，或者说用的是22的filter，用的是max pooling，池化后原来77的矩阵便缩小成了4*4的矩阵，但保留原来的特征不变。

激活函数：（简单来讲就是将负数都化为0，方便卷积计算）

将原图经卷积-激活-池化后得到的初步feature map:

3个过程可多次重复（排列组合）

全连接层：连接所有的特征或者说神经元，并且为每一条连接边赋予权重（权重的大小是经过长期的机器学习总结得到的），用每个神经元上的值与对应权重相乘，最后加和，减去偏差，得到最终的输出结果。
1、

2、比如前面提到的图片，在最后作全连接的时候发现得到的结果是X的可能性最大。

3、全连接也可以重复多次进行

整个过程得到的最终结果：

误差：最终得到X的概率是0.92，则它得到X的误差是0.08，最后得到是O的概率是0.51，则它得到O的误差是0.49

使得误差降到最小的权重改变（损失函数：在训练阶段，用于评估网络输出结果与实际值的差异。然后用损失函数的值更新每个神经元之间的权重值。卷积神经网络的训练目的就是最小化损失函数值。），梯度下降概念

卷积神经网络的工作原理相关推荐

万字长文|如何直观解释卷积神经网络的工作原理？
本文来自AI新媒体量子位(QbitAI) 该文是对卷积神经网络的介绍,并假设你理解前馈神经网络. 如果不是,强烈建议读完<如何简单形象又有趣地讲解神经网络是什么?>这篇文章后后再来读该篇. ...
BP神经网络原理及其应用,bp神经网络的工作原理
1.BP神经网络的工作原理人工神经网络就是模拟人思维的第二种方式.这是一个非线性动力学系统,其特色在于信息的分布式存储和并行协同处理.虽然单个神经元的结构极其简单,功能有限,但大量神经元构成的网络系 ...
DL之DNN之BP：神经网络算法简介之BP算法/GD算法之不需要额外任何文字，只需要八张图讲清楚BP类神经网络的工作原理
DL之DNN之BP:神经网络算法简介之BP算法/GD算法之不需要额外任何文字,只需要八张图讲清楚BP类神经网络的工作原理目录 BP类神经网络理解 1.信号正向传播FP 2.误差反向传播BP+GD B ...
人工神经网络的工作原理,神经网络的基本原理
神经网络算法原理 4.2.1概述人工神经网络的研究与计算机的研究几乎是同步发展的. 1943年心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型,20世纪50年代末,Rosen ...
【卷积神经网络CNN 数学原理分析与源码详解深度学习 Pytorch笔记 B站刘二大人（9/10）】
卷积神经网络CNN 数学原理分析与源码详解深度学习 Pytorch笔记 B站刘二大人(9/10) 本章主要进行卷积神经网络的相关数学原理和pytorch的对应模块进行推导分析代码也是通过demo实 ...
人工神经网络的工作原理,人工神经网络基本原理
神经网络算法原理一共有四种算法及原理,如下所示:1.自适应谐振理论(ART)网络自适应谐振理论(ART)网络具有不同的方案.一个ART-1网络含有两层一个输入层和一个输出层. 这两层完全互连,该连接 ...
刷脸背后，卷积神经网络的数学原理原来是这样的
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|深度学习这件小事计算机视觉技术在日常生活中有着非常普遍 ...
unity调整旋转需要传什么参数?参数在数学上叫做什么?_人脸识别背后，卷积神经网络的数学原理原来是这样的...
在自动驾驶.医疗以及零售这些领域,计算机视觉让我们完成了一些直到最近都被认为是不可能的事情.卷积神经网络可能是这一巨大成功背后的关键组成模块.这次,我们将要使用卷积神经网络的思想来拓宽我们对神经网络工 ...
卷积神经网络原理_人脸识别背后，卷积神经网络的数学原理原来是这样的
在自动驾驶.医疗以及零售这些领域,计算机视觉让我们完成了一些直到最近都被认为是不可能的事情.卷积神经网络可能是这一巨大成功背后的关键组成模块.这次,我们将要使用卷积神经网络的思想来拓宽我们对神经网络工 ...
【科普】刷脸背后，卷积神经网络的数学原理
(给机器学习算法与Python学习加星标,提升AI技能) 选自:towardsdatascience 作者:Piotr Skalski 编译:机器之心(almosthuman2014) 原文:http ...

卷积神经网络的工作原理

卷积神经网络的工作原理相关推荐

最新文章

热门文章