32、卷积神经网络入门

卷积神经网络入门

1. 特征图与卷积、池化层概述

在卷积神经网络（CNN）中，图中的输出被称为特征图，因为它是卷积核在输入上卷积的响应。卷积核在图像上卷积能够提取图像中的特征，所以卷积层使用的卷积核的输出就被称为特征图。

CNN中有两个新的层值得研究：卷积层和池化层。在基本的CNN中，卷积操作作用于二维输入集，这里的集指的是二维数组的堆叠，第三维表示通道数或特征图的数量。与其他模型不同，这里的输入是完整的图像，而非从图像创建的向量。不过，卷积操作并非只能作用于二维输入，一维和三维卷积也存在，但与二维卷积相比，它们很少被使用。

池化层用于通过某种规则组合输入值来减少输入的空间维度。最常见的规则是最大值池化，即保留在输入上移动的小区域中的最大值，丢弃其他值。

现代网络还可以使用许多其他类型的层，其中很多在Keras中已经直接支持，也可以添加自定义层。对于一个层要有可学习的权重，该层在数学意义上需要是可微的，这样才能使用链式法则计算偏导数，在梯度下降过程中调整权重。

2. 数据在CNN中的传递

以图为例，CNN的输入是一个28×28×1的图像。第一个卷积层的输出是26×26×32，意味着有32个特征图，每个特征图是从单个28×28×1输入图像计算得到的26×26图像。第二个卷积层的输出是24×24×64，这是从第一个卷积层的输出（26×26×32）得到的64个特征图。

第一个卷积层后的池化层将24×24×64的输入缩减为12×12×64。“max”标签表明池化操作是取2×2区域的最大值，由于输入是2×2，只返回一个值，所以每个24×24的输入被缩减为12×12的输出，该过程应用于每个特征图。