感性认识卷积神经网络

本文简单介绍一下卷积神经网络，主要从层的概念来描述，每一层都有其他层作为它的输入层，然后有自己的输出作为其他层的输出层。总的来说，主要有这么几个层：输入层，卷积层，采样层，全连接层。

1 输入层

输入：若干个特征图，比如一张图片，可以是3个二维数组，分别为RGB的像素值。

正向传播：该层不用处理，直接把输入值当作输出值输出给下一层，下一层一般是卷积层。

反向传播：该层作为最原始的“输入层”，没有输入层，不用传播。

2 卷积层

输入：n个特征图，比如n个二维数组。

正向传播：从n个特征图中抽取m个（当然n>m），用同一个卷积核对这m个特征图做卷积运算，产生一个新的特征图。如此重复，输出k个特征图。

反向传播：

卷积核调整（其实就是权值调整）：根据误差项和输入值调整卷积核，其中误差项是下一层（该层输出的那一层，比如可能是采样层）传播过来的。

误差项的传播：根据该层误差项和卷积核，算出一个新的误差项，传播给该层的上一层（给该层输入的那一层，比如可能是输入层)，作为那一层的误差项。一个特征图对应一个误差项。比如这一层有k个特征图，其中第一个特征图有一个误差项，这个误差项传播到上一层的跟这个特征图相关的特征图(请注意该层的一个特征图是有上一层的某几个特征图产生的)。

3采样层

输入：若干个特征图，比如若干个二维数组。

正向传播：一个输入的特征图，通过采样（缩放效果）操作，产生一个新的特征图。这个采样操作，有不同的实现方法，比如可以是4个点算加权平均，也可以是找最大值乘以一个权值。

如此重复，产生若干个特征图。

反向传播：

权值调整：根据误差项和输入值调整权值。

误差项传播：跟卷积层的差不多。

4 全连接层

输入：n个特征图，比如n个二维数组

正向传播：有m个很大的卷积核，每一个卷积核都跟n个特征图的每个点全连接。n个特征图跟一个卷积核做卷积运算，得出一个新的特征值。如此重复，得出m个特征值。

反向传播：跟卷积层和采样层差不多。

想象一个极简单的卷积网络，输入层->卷积层->采样层->全连接层。

输入层：一张图片的rgb通道的像素，即3个二维数组

卷积层：将rgb两两搭配，总共3个组合，rg,rb,gb,分别对应一个卷积核。每种组合跟一个卷积核卷积运算，得出新的特征图。3个组合，共得出3个特征图。

采样层：将上面的3个特征图做缩放操作，当然是有权值的缩放。产出3个新的特征图。

全连接层：m个卷积核。一个卷积核跟3个特征图做卷积运算，得出新的特征值。共得出m个特征值，m的数量就是分类的种类数量。

感性认识卷积神经网络相关推荐

卷积神经网络——本质上是在利用卷积做特征压缩，然后再全连接
原文:https://www.zybuluo.com/hanbingtao/note/485480 写得非常好,可以细读全连接网络 VS 卷积网络全连接神经网络之所以不太适合图像识别任务,主要有以 ...
深度学习---卷积神经网络（CNN）
文章目录 1. 什么是深度学习? 2. 深度学习框架 2.1 卷积神经网络(CNN) 2.1.1 引子 :边界检测 2.1.2 CNN的基本概念 2.1.3 CNN的结构组成 2.1.4 卷积神经网络 ...
从此明白了卷积神经网络（CNN）
卷积神经网络是一种曾经让我无论如何也无法弄明白的东西,主要是名字就太"高级"了,网上的各种各样的文章来介绍"什么是卷积"尤为让人受不了.听了吴恩达的网课之后,豁 ...
零基础入门深度学习(4) - 卷积神经网络
无论即将到来的是大数据时代还是人工智能时代,亦或是传统行业使用人工智能在云上处理大数据的时代,作为一个有理想有追求的程序员,不懂深度学习(Deep Learning)这个超热的技术,会不会感觉马上就o ...
深度学习(5) - 卷积神经网络
一个新的激活函数--Relu 最近几年卷积神经网络中,激活函数往往不选择sigmoid或tanh函数,而是选择relu函数.Relu函数的定义是: Relu函数图像如下图所示: Relu函数作为激活函 ...
一篇让你看懂卷积神经网络
初识卷积神经网络(CNN) 从今天起,正式开始讲解卷积神经网络.这是一种曾经让我无论如何也无法弄明白的东西,主要是名字就太"高级"了,网上的各种各样的文章来介绍"什么是卷 ...
深度神经网络TensorFlow基础学习（3）——卷积神经网络的参数个数和张量大小
今天,我们来分享一篇博文,关于如何计算图像张量的大小以及确定卷积神经网络各层参数个数的公式.假设我们已经熟悉了卷积神经网络相关概念.在这里,我们把张量定义为有任意通道数的图像. 张量是在深度学习中表示 ...
深度学习笔记（六） cnn 卷积神经网络
1)卷积神经网络是一种前馈神经网络,前面讲的网络包括full NN,感知器都是前馈网络,BP是一种前馈网络的训练方法. 2)卷积神经网络主要是降维,有点类似PBA CNN的基本结构包括两层,其一为特征 ...
卷积神经网络之卷积计算、作用与思想深度学习
博客:blog.shinelee.me | 博客园 | CSDN 卷积运算与相关运算在计算机视觉领域,卷积核.滤波器通常为较小尺寸的矩阵,比如3×33×3.从这个角度看,多层卷积是在进行逐层映射,整 ...
卷积神经网络通俗解读
转载自:https://blog.csdn.net/dong_lxkm/article/details/80575207 一.前言最近一直在研究深度学习,联想起之前所学,感叹数学是一门朴素而神奇的科 ...

感性认识卷积神经网络

感性认识卷积神经网络相关推荐

最新文章

热门文章