斯坦福大学-李菲菲，深度学习14-15课时听课笔记

第十四课时：

卷积的时候，假设是F*F的滤波器在N*N的图片上滑动，可以通过(N-F)/stride+1是否是整数来判断，选取的stride是否可行。

通过填补(pad)可以让卷积后的图像和原来的图像大小一样，而不用考虑图像大小。填补的圈数是(F-1)/2。

CNN处理的是一些数据块，在这之间有很多层，一系列的层将输入数据变换为输出数据，所以完成操作的中间量不仅是NN时候讲的那些向量，而是立体结构，有宽，高和深度，在整个计算过程中要保持这些三维特征。这里的深度指的是一个数据体的第三个维度。

我们得到一些数据，作为网络的输入，在CNN中我们有这样的滤波器，假设现在我们只有一个滤波器，这些滤波器空间维度很小，我们用这个滤波器来和输入图像做卷积运算。这里的卷积运算，意思是说滤波器要在这个图像的空域范围内全部位置滑动，而且，在每一个位置滤波器和图像做点乘。滤波器表示为w，把这些滤波器当做你的一堆w，然后你在图像范围内滑动这个滤波器，随着我们滑动滤波器，还要计算w的转置和x的乘积加上b。这里的x是输入数据的一小块区域，大小为滤波器的大小。当滤波器在滑动的时候，最后得到的整个结果，我们叫做激活图。激活图给出了在每个空间位置处滤波器的反应。

Polling 层，全连接层。

最后的两列小圆球就是两个全连接层，在最后一层卷积结束后，进行了最后一次池化，输出了20个12*12的图像，然后通过了一个全连接层变成了1*100的向量。

这是怎么做到的呢，其实就是有20*100个12*12的卷积核卷积出来的，对于输入的每一张图，用了一个和图像一样大小的核卷积，这样整幅图就变成了一个数了，如果厚度是20就是那20个核卷积完了之后相加求和。这样就能把一张图高度浓缩成一个数了。

全连接的目的是什么呢？因为传统的网络我们的输出都是分类，也就是几个类别的概率甚至就是一个数--类别号，那么全连接层就是高度提纯的特征了，方便交给最后的分类器或者回归。

但是全连接的参数实在是太多了，你想这张图里就有20*12*12*100个参数，前面随便一层卷积，假设卷积核是7*7的，厚度是64，那也才7*7*64，所以现在的趋势是尽量避免全连接，目前主流的一个方法是全局平均值。

也就是最后那一层的featuremap（最后一层卷积的输出结果），直接求平均值。有多少种分类就训练多少层，这十个数字就是对应的概率或者叫置信度。

第十五课时：

我们每次做池化层时都扔掉了一小部分信息

在全连接层之前会有深度减少的地方

输入的数据中，边缘的数据可能和中心不太一样

我们不会为滤波器进行特定的初始化

池化层没有参数，只有卷积层有参数

规范化层是一个进行规范化的特殊的层，在2012年之后就不再用到了

当在做反向传播的时候一定要注意，因为参数是共享的，当你在用滤波器做卷积时，所有的神经元都共享参数。你必须小心，所有的滤波器的梯度都汇总到一个权重。

ZFNet

基于AlexNet构建conv1的滤波器大小、步长比AlexNet更小，对原始图像做更密集的计算。conv3、conv4、conv5相比AlexNet有更多的过滤器

VGGNET

VGG并没有在疯狂的架构选择（例如你如何设定过滤器个数，尺寸大小，过滤器的大小等参数）上做非常多的工作，VGG的关键点在于在这个操作你重复了多少次（多少层），最后同样的这组参数设定的网络结构重复层叠至16层

VGG网络有一个非常简单的线性结构

GoogLeNet

最关键的创新点是引入了inception模块，但是它仅仅是inception模块的序列，一个接一个进行排列，他们使用的是inception层而不是卷积层，随后他们使用average pool而非全连接层，所以他们省去了大量的参数，他致力于同时减少对内存和计算量的需求。

必须小心处理增加层数，如果仅仅是简单的去做，他将没有什么用处

ResNet

https://www.jianshu.com/p/f71ba99157c7

大致的工作原理是我们有plain net，然后选取一张图片，接着有conv,pool,然后继续conv,conv,conv,conv.在ResNet中，在这些有趣的跳跃连接中，除了这种严格将一个容量转移到下一个容量的传递之外，我们还有这些连接。你可以将很多的信息打包进一个小的容器里。

在一个普通的神经网络中，你有一些函数H（x），想做一些计算，你要转换映射后的值，所以你有一个权重层，你有神经元映射后的值，你要将其转换，等等。在残差网络中，你的输入不是去计算你的变换F（x），而是计算过程中需要加上输入的残差。这个2层的神经网络需要计算的是顶部输入的原始表示，而不是一种与之前x完全没关系的表示，这个就是resent模型。

这一层基本上是由默认的恒等运算，这些建立在顶部的恒等上，只是让他更好的优化。

斯坦福大学-李菲菲，深度学习14-15课时听课笔记相关推荐

资源 | 斯坦福大学Tensorflow深度学习课程表
导读 | 孟岩现在学习 AI,特别是上手深度学习,已经清楚的出现了两条路子. 一条以理论为中心,扎扎实实从数学基础开始,把数据科学.机器学习大基础夯实,然后顺势向上学习Deep Learning,再 ...
深度学习-14：知名的深度学习开源架构和项目
深度学习-14:知名的深度学习开源架构和项目深度学习原理与实践(开源图书)-总目录人工智能artificial intelligence,AI是科技研究中最热门的方向之一.像IBM.谷歌.微软.F ...
Yann Lecun纽约大学《深度学习》2020课程笔记中文版，干货满满！
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! [导读]Yann Lecun在纽约大学开设的2020春季<深度学习>课 ...
深度学习（15）TensorFlow高阶操作四: 填充与复制
深度学习(15)TensorFlow高阶操作四: 填充与复制 1. Pad 2. 常用于Image Padding 3. tile 4. tile VS broadcast_to Outline pa ...
深度学习 Day 15——利用卷神经网络实现好莱坞明星识别
深度学习 Day 15--利用卷神经网络实现好莱坞明星识别文章目录深度学习 Day 15--利用卷神经网络实现好莱坞明星识别一.前言二.我的环境三.前期工作 1.导入依赖项并设置GPU 2. ...
干货 | 《深度学习》手推公式笔记开源PDF下载！
为大家找到的王博(Kings)的<深度学习>手推公式笔记,需要的伙伴可以在公众号"飞马会"菜单栏回复数字"91"查看获取方式. 深度学习手推笔记部分 ...
深度学习超分辨率综述阅读笔记（翻译）
深度学习超分辨率综述阅读笔记(翻译) https://arxiv.org/abs/1902.06068 摘要:图像超分辨率(SR)是计算机视觉中增强图像和视频分辨率的一类重要图像处理技术.近几年来,图 ...
自然语言处理与深度学习: 集智俱乐部活动笔记
自然语言处理与深度学习: 集智俱乐部活动笔记 04 Jul 2016 目录简介自然语言处理的基本任务对语言进行建模的若干方法语言模型简介 N-gram 语言模型基于神经网络的语言模型语言的 ...
李沐《动手学深度学习》第二版 pytorch笔记1 环境搭建
李沐<动手学深度学习>第二版pytorch笔记1 搭建环境文章目录李沐<动手学深度学习>第二版pytorch笔记1 搭建环境此时尚有耐心虚拟环境搭建创建虚拟环境查看 ...
深度学习Deep learning小白入门笔记——PanGu模型训练分析
书接上回深度学习Deep learning小白入门笔记--在AI平台上训练LLM--PanGu 对训练模型重新认知与评估. 模型评估在训练过程中或训练完成后,通常使用验证集或测试集来评估模型的性能 ...

斯坦福大学-李菲菲，深度学习14-15课时听课笔记

斯坦福大学-李菲菲，深度学习14-15课时听课笔记相关推荐

最新文章

热门文章