卷积神经网络简介

假设读者知道神经网络的概念。 说到机器学习， 人工神经网络 表现非常好。人工神经网络用于各种分类任务，如图像、音频、单词。不同类型的神经网络用于不同的目的，例如，为了预测单词序列，我们使用递归神经网络更精确地表示LSTM，类似地，对于图像分类，我们使用卷积神经网络。在这个博客中，我们将为CNN构建一个基本的构建块。 在深入研究卷积神经网络之前，让我们先回顾一下神经网络的一些概念。在常规神经网络中，有三种类型的层：

1. 输入层： 这是我们为模型提供输入的层。这一层中的神经元数量等于我们数据中的特征总数（图像中的像素数）。
2. 隐藏层： 然后，输入层的输入被送入隐藏层。根据我们的模型和数据大小，可能有许多隐藏层。每个隐藏层可以有不同数量的神经元，这些神经元通常大于特征的数量。每一层的输出由前一层的输出与该层的可学习权重的矩阵相乘，然后由可学习的偏差加上激活函数来计算，激活函数使网络非线性。
3. 输出层： 然后将隐藏层的输出输入逻辑函数，如sigmoid或softmax，该函数将每个类的输出转换为每个类的概率分数。

然后将数据输入模型，并从每一层获得输出。这一步称为前馈，然后我们使用误差函数计算误差，一些常见的误差函数是交叉熵、平方损失误差等。然后，我们通过计算导数反向传播到模型中。这一步被称为反向传播，基本上用于最小化损失。 下面是一个包含随机输入和两个隐藏层的神经网络的基本python代码。

W1，W2，W3，b1，b2，b3 是模型的可学习参数。

图片来源：cs231n。斯坦福。埃杜

卷积神经网络

卷积神经网络或CoVnet是共享其参数的神经网络。想象你有一张照片。它可以表示为一个长方体，有其长度、宽度（图像的尺寸）和高度（图像通常有红色、绿色和蓝色通道）。

现在想象一下，在这张图像上取一小块，在上面运行一个小的神经网络，比如说，k个输出，并垂直表示它们。现在将神经网络滑动到整个图像上，我们将得到另一幅不同宽度、高度和深度的图像。现在我们有了更多的通道，但宽度和高度都变小了。这种运算叫做卷积。如果面片大小与图像大小相同，它将是一个规则的神经网络。因为这个小补丁，我们的重量更少。

图片来源：深度学习Udacity

现在让我们来谈谈整个卷积过程中涉及的一些数学知识。

• 卷积层由一组可学习的过滤器（上图中的一个补丁）组成。每个过滤器的宽度和高度都很小，深度与输入体积相同（如果输入层是图像输入，则为3）。
• 例如，如果我们必须对尺寸为34x34x3的图像进行卷积。过滤器的可能大小可以是AX3，其中“a”可以是3、5、7等，但与图像尺寸相比较小。
• 在前向传递过程中，我们逐步将每个过滤器滑动到整个输入体积上，其中每个步骤称为跨步（对于高维图像，可以有2、3甚至4个值），并计算过滤器权重和输入体积的面片之间的点积。
• 当我们滑动过滤器时，我们会得到每个过滤器的二维输出，我们会将它们堆叠在一起，结果，我们会得到深度等于过滤器数量的输出体积。网络将了解所有过滤器。

用于构建网络的层

covnets是一系列层，每一层通过一个可微函数将一个体积转换为另一个体积。 图层类型： 让我们举一个例子，在尺寸为32 x 32 x 3的图像上运行covnets。

1. 输入层： 该层保存图像的原始输入，宽度为32，高度为32，深度为3。
2. 卷积层： 该层通过计算所有过滤器和图像块之间的点积来计算输出体积。假设我们对这一层总共使用12个过滤器，我们将得到尺寸为32 x 32 x 12的输出体积。
3. 激活功能层： 该层将对卷积层的输出应用元素激活函数。一些常见的激活函数有RELU:max（0，x）、Sigmoid:1/（1+e^-x）、Tanh、Leaky RELU等。体积保持不变，因此输出体积的尺寸为32 x 32 x 12。
4. 池层： 该层周期性地插入COVnet中，其主要功能是减少体积大小，这使得计算速度更快，减少内存，还防止过度拟合。以下是两种常见的池层类型： 最大池 和 平均池 .如果我们使用带有2 x 2过滤器和步长2的max pool，则生成的卷的尺寸将为16x16x12。

图片来源：cs231n。斯坦福。埃杜

1. 全连接层： 这一层是一个常规的神经网络层，它从前一层获取输入，计算类分数，并输出大小等于类数的一维数组。

图片来源：cs231n。斯坦福。埃杜

参考资料： 斯坦福卷积神经网络课程（CS231n） 本文由 阿克汉德普拉塔普米什拉 .如果你喜欢GeekSforgek，并想贡献自己的力量，你也可以使用 写极客。组织 或者把你的文章寄去评论-team@geeksforgeeks.org.看到你的文章出现在Geeksforgeks主页上，并帮助其他极客。 如果您发现任何不正确的地方，或者您想分享有关上述主题的更多信息，请写下评论。