深度学习之卷积神经网络原理详解（一）

初探CNN卷积神经网络

1、概述

• 典型的深度学习模型就是很深层的神经网络，包含多个隐含层，多隐层的神经网络很难直接使用BP算法进行直接训练，因为反向传播误差时往往会发散，很难收敛
• CNN节省训练开销的方式是权共享weight sharing，让一组神经元使用相同的权值
• 主要用于图像识别领域

2、卷积（Convolution）特征提取

• 卷积核（Convolution Kernel），也叫过滤器filter，由对应的权值W和偏置b体现
• 下图是3x3的卷积核在5x5的图像上做卷积的过程，就是矩阵做点乘之后的和
  
  第i个隐含单元的输入就是：，其中就是与过滤器filter过滤到的图片
• 另外上图的步长stride为1，就是每个filter每次移动的距离

• 卷积特征提取的原理

  • 卷积特征提取利用了自然图像的统计平稳性，这一部分学习的特征也能用在另一部分上，所以对于这个图像上的所有位置，我们都能使用同样的学习特征。
  • 当有多个filter时，我们就可以学到多个特征，例如：轮廓、颜色等

• 多个过滤器filter（卷积核）

  • 例子如下

- 一张图片有RGB三个颜色通道，则对应的filter过滤器也是三维的，图像经过每个filter做卷积运算后都会得到对应提取特征的图像，途中两个filter:W0和W1,输出的就是两个图像
- 这里的步长stride为2（一般就取2,3）
- 在原图上添加zero-padding，它是超参数，主要用于控制输出的大小
- 同样也是做卷积操作，以下图的一步卷积操作为例：
与w0[:,:,0]卷积：0x(-1)+0x0+0x1+0x1+0x0+1x(-1)+1x0+1x(-1)+2x0=-2
与w0[:,:,1]卷积：2x1+1x(-1)+1x1=2
与w0[:,:,2]卷积：1x(-1)+1x(-1)=-2
最终结果：-2+2+(-2)+1=-1 (1为偏置)

3、池化（Pooling）

• 也叫做下采样

• Pooling过程

  • 把提取之后的特征看做一个矩阵，并在这个矩阵上划分出几个不重合的区域，
  • 然后在每个区域上计算该区域内特征的均值或最大值，然后用这些均值或最大值参与后续的训练
    

  -下图是使用最大Pooling的方法之后的结果
  

• Pooling的好处
  
  • 很明显就是减少参数
  • Pooling