10、基于卷积神经网络的猫狗图像分类

基于卷积神经网络的猫狗图像分类

1. 卷积层超参数

卷积层有两个主要的超参数：
- 滤波器数量 ：之前的例子只用了一个滤波器，增加滤波器数量可以找到更多特征。
- 滤波器大小 ：之前用的是 3x3 滤波器，调整大小可表示更大特征。

2. 最大池化

在卷积神经网络（CNNs）中，通常在卷积层后紧跟最大池化层。其目的是减少卷积层后的权重数量，降低模型复杂度，避免过拟合。具体操作是查看输入的每个子集，只保留最大值。例如，输入是 4x4 张量，使用 2x2 最大池化层，会将输入的每个 2x2 区域中除最大值外的其他值丢弃，有效将输入的高度和宽度减半。

3. CNNs 的基本架构

CNNs 通常由卷积层和池化层堆叠而成，卷积层常用的激活函数是 ReLU。最终层是全连接层（密集层），使用 sigmoid 或 softmax 激活函数。sigmoid 用于二分类问题，softmax 用于多分类问题。早期层负责识别特征，全连接层负责预测。

4. 现代 CNNs 回顾

• LeNet (1998) ：由 Yann LeCun 开发，首次证明 CNNs 在图像识别（特别是手写数字识别）中的有效性，但在 2000 年代进展缓慢。
• AlexNet (2012) ：由 Alex Krizhevsky 等人开发，用于赢得 2012 年的 ILSVRC 竞赛。基于 LeNet 原理，但架构更深，可训练参数约 6000