吴恩达《深度学习工程师》Part4.Week1 卷积神经网络

1.1 计算机视觉
本节介绍了深度学习在另一个重要领域的应用：计算机视觉(Computer Vision)。

列举了三个典型的使用案例：图像分类、目标识别以及图片的风格转换。

由于全连接神经网络在直接处理图片样本时，输入空间的纬度太大，会造成模型参数数量太大，很难获得足够的样本数据来防止模型过拟合，另外，巨大的模型也会过度占用内存，成本过高。

最后，引出了卷积神经网络的概念，这种包含卷积处理的神经网络很适用于处理图片数据。

1.2 边缘检测示例
本节以图片的边缘检测为例，介绍了卷积运算的具体实现步骤。
下图为实现垂直边缘检测的卷积运算：

图1 垂直边缘检测的卷积运算过程

最左边数组为待检测图片的灰度值，中间数组为实现垂直边缘检测的滤波器(filter)或者叫核(kernel)，最右边的数组为完成卷积运算后的结果。

1.3 更多边缘检测内容
将卷积核中的数值进行变换后可以实现不同的检测目标，例如将1.2节中的卷积核旋转90°就可以实现水平边缘检测，当数值改变后还可以变成Sobel滤波器，Scharr滤波器等。

图2 不同类型的卷积核

在深度学习中，不一定需要直接使用别人已经构造好的滤波器，而是可以转换思路，将卷积核中的参数视为参数变量$W$，通过反向传播算法，对这些参数变量$W$进行学习，并最终获得一组性能有益的边缘检测卷积核，不仅能够实现简单的水平和垂直边缘检测，还可以检测任意角度的边缘。

1.4 Padding
如图2所示，再经历一次卷积运算后，图片的尺寸会减小(6×6变为4×4)，因此在卷积运算前可以对原始图片进行填充(padding)操作。Padding是指在原始图片周围填充一圈或几圈数字，一般填充的值可以为0。

进行Padding的好处是：
1.防止图片尺寸的减小 2.防止图片周边信息的丢失。

根据是否进行Padding操作，可以将卷积运算分为Valid卷积和Same卷积。

图3 两种不同类型的卷积运算

其中，Valid卷积是指，不对图片进行Padding操作。设图片原始尺寸为$n×n$，卷积核尺寸为$f×f$，那么一次卷积运算后，图片的尺寸就变为$(n-f+1)×(n-f+1)$。

Same卷积是指，对图片进行Padding操作，保持图片尺寸不变。设图片原始尺寸为$n×n$，卷积核尺寸为$f×f$，Padding的像素值（圈数）为$p$，那么有以下等式成立：

$$n+2p-f+1=n$$
从而得到：

$$p=\frac{f-1}{2}$$
常见的卷积核长度大多为奇数，有两个好处：1. 使得Padding值为整数 2.方便确定卷积核的中心，利于确定卷积核的位置。

1.5 卷积步长
前面的卷积操作中，卷积核在滑动时每次移动一个单位，也就是步长（stride）为1。如果步长为s时，卷积运算后图片尺寸可由下式计算：

$$\lfloor \frac{n+2p-f}{s}+1\rfloor$$
其中 $\lfloor \rfloor$ 为向下取整运算符，在卷积核到达边缘后，如果剩余尺寸小于卷积核尺寸，该部分将被舍去。

在机器学习文献中的卷积操作和数学及信号处理中的操作有所不同，在数学及信号处理中的卷积运算前，卷积核先要进行水平和垂直方向的两次镜像操作，然后进行卷积运算。而在机器学习中，卷积核直接进行计算，这样并不影响计算结果，且省去了两次镜像的操作。

1.6 卷积中“卷”的体现
前面讲的卷积操作都是针对灰度图像的，对于RGB彩色图像，由于它是由R、G、B三个通道构成的，卷积操作将会变为一种立体（3D）的操作，卷积核的通道数应该与图片的通道数相同。如下图所示，当两个不同的卷积核分别进行垂直边缘和水平边缘的检测，

图4 多通道卷积操作

每个卷积核的尺寸为3×3×3，对图片进行卷积操作后将这27个数值相加，得到最后的结果，并将这两个数组堆叠起来，形成4×4×2的三维矩阵。

1.7 单层卷积网络
本节介绍了一个单层卷积网络的计算流程，以下图为例：

图5 单层卷积网络的一个例子

输入图片数据为$a^{[0]}$，经过卷积运算与权重矩阵$W$相乘，加上偏置$b$，在每个滤波器中偏置$b$为一个实数，然后进行非线性函数Relu运算，得到输出$a^{[1]}$。

$$z^{[1]}=W^{[1]}a^{[0]}+b^{[1]}$$ $$a^{[1]}=g(z^{[1]})$$
如果该层有10个滤波器，每个滤波器纬度为3×3×3，那么在该层有(27+1)×10共280个参数，无论输入的图片尺寸多大，都不会影响该层模型参数的个数，这是卷积神经网络的一个特征，可以避免过拟合。

如果$l$层为卷积层，各部分参数如下：
滤波器（filter）尺寸为$f^{[l]}$
填充（Padding）值为$p^{[l]}$
步长（stride）为$s^{[l]}$
滤波器个数为$n_c^{[l]}$
输入数据尺寸为$n_H^{[l-1]}×n_W^{[l-1]}×n_c^{[l-1]}$
输出数据的尺寸为：$n_H^{[l]}×n_W^{[l]}×n_c^{[l]}$
其中：$n_H^{[l]}=\lfloor\frac{n_H^{[l-1]}+2p^{[l]}-f^{[l]}}{s^{[l]}}+1\rfloor$
$n_W^{[l]}=\lfloor\frac{n_W^{[l-1]}+2p^{[l]}-f^{[l]}}{s^{[l]}}+1\rfloor$
每个滤波器的尺寸为：$f^{[l]}×f^{[l]}×n_c^{[l-1]}$
激活矩阵的尺寸为：$n_H^{[l]}×n_W^{[l]}×n_c^{[l]}$
若执行批量梯度下降，有m个例子，则激活矩阵的尺寸为：$m×n_H^{[l]}×n_W^{[l]}×n_c^{[l]}$
权重矩阵的尺寸为：$f^{[l]}×f^{[l]}×n_c^{[l-1]}×n_c^{[l]}$
偏置矩阵的尺寸为：$(1，1，1，n_c^{[l]})$

1.8 简单卷积网络示例
如下图所示：

图6 简单卷积网络例子

输入层尺寸为39×39×3，
第一个卷积层滤波器尺寸为3×3×3，stride为1，padding为0，滤波器个数为10
输出层$a^{[0]}$尺寸为37×37×10
第二个卷积层滤波器尺寸为5×5×10，stride为2，padding为0，滤波器个数为20
输出层$a^{[1]}$尺寸为17×17×20
第三个卷积层滤波器尺寸为5×5×20，stride为2，padding为0，滤波器个数为40
输出层$a^{[2]}$尺寸为7×7×40
最后的全连接层输入为1960，代入非线性激活函数logsitic或softmax。
常用的卷积层除了有卷积运算外，还有池化（pooling）层，全连接（fully connected）层。

1.9 池化层
除了卷积层外，卷积神经网络还经常使用池化层。池化层能够减小模型的规模，提高计算速度，同时提高所提取特征的鲁棒性。

池化层的超参数包括滤波器尺寸$f$以及步长$s$，一旦$f$和$s$确定下来，池化操作就是个固定的运算，不需要参数的学习，梯度下降不会对其产生影响。

池化层的一个类型是最大池化层（Max pooling），最大池化层能够提取窗口内的一个特征并保留下来。如果图片存在多个通道，则池化层分别对每个通道进行运算。

池化层的另一个类型是平均池化层（Average pooling），但是没有最大池化层常用。一个例外的情况是很深的网络中，可用平均池化层对网络进行分解，如一个7×7×1000的网络，通过平均池化可以变为1×1×1000的网络。

1.10 卷积神经网络示例
本节参考LeNet-5构造了一个识别手写数字的神经网络，如图所示。

图7 识别手写数字的神经网络
包括CONV1→POOL1→CONV2→POOL2→FC3→FC4→Softmax

图8 参数数量

从表中可以看出，有很多超参数，在选取这些参数的时候，尽量不要自己去直接设定，而是参考文献中其他人的模型。输入层和池化层没有参数，卷积层的参数较少，而全连接层中的参数很多。随着层数的增多，激活值的尺寸迅速下降，但是不能下降的太快。

1.11 为什么使用卷积
和全连接层相比，卷积层的优点是：降低模型规模、参数共享和稀疏连接。
1.降低模型规模。一个32×32×3的图片，如果进行卷积操作，卷积核尺寸为5，个数为6，则输出为28×28×6，卷积层的参数有26×6共156个。如果按照全连接层建模，则参数为32×32×3×28×28×6=14,450,688个。
2.参数共享。一个检测器在图片的一部分适用的话，在其他部分也可能适用。
3.稀疏连接。在一个卷积层中，输出值只依赖于几个输入，其他区域对输出没有影响。