高考考试网
当前位置: 首页 高考资讯

卷积神经网络结构及原理(卷积神经网络CNN简易教程)

时间:2023-07-22 作者: 小编 阅读量: 5 栏目名: 高考资讯

卷积神经网络CNN简易教程让我们先来了解一下我们的大脑是如何识别物体的我们将学习什么是CNN,CNN如何利用大脑的启发进行物体识别,CNN是如何工作的让我们来了解一下我们的大脑是如何识别图像的根据诺贝尔奖获得者Hubel和Wi。

让我们先来了解一下我们的大脑是如何识别物体的。我们将学习什么是CNN, CNN如何利用大脑的启发进行物体识别,CNN是如何工作的。

让我们来了解一下我们的大脑是如何识别图像的

根据诺贝尔奖获得者Hubel和Wiesel教授的说法,视觉区域V1由简单细胞和复杂细胞组成。简单的单元有助于特征检测,而复杂的单元则结合了来自小空间邻域的多个这样的局部特征。空间池有助于实现平移不变特征。

当我们看到一个新的图像时,我们可以从左到右和从上到下扫描图像,以了解图像的不同特征。我们的下一步是结合我们扫描的不同的局部特征来对图像进行分类。CNN就是这样工作的

平移不变特征是什么意思?

图像的不变性意味着,即使图像旋转、大小不同或在不同照明下观看,对象也将被识别为同一对象。

这有助于对象识别,因为图像表示对图像变换(如平移、旋转或小变形等)保持不变。

我们使用卷积神经网络进行图像识别和分类。

让我们了解什么是CNN,以及我们如何使用它。

CNN是什么?

CNN是Convolutional Neural Network卷积神经网络的缩写,卷积神经网络是一种专门用来处理数据的神经网络,它的输入形状类似于二维的矩阵图像。

CNN通常用于图像检测和分类。图像是二维的像素矩阵,我们在其上运行CNN来识别图像或对图像进行分类。识别一个图像是一个人,还是一辆车,或者只是一个地址上的数字。

和神经网络一样,CNN也从大脑中获取启发。我们使用Hubel和Wiesel提出的对象识别模型。

卷积是什么?

卷积是一种数学运算,其中我们有一个输入I和一个参数核K来产生一个输出。

让我们用图像来解释。

我们有一个图像“x”,它是一个具有不同颜色通道(红色、绿色和蓝色RGB)的二维像素矩阵,我们有一个特征检测器或核“w”,然后应用数学运算后得到的输出称为特征图

这个数学运算有助于计算两个信号的相似度。

我们可能有一个特征检测器或滤波器来识别图像中的边缘,所以卷积运算将有助于我们识别图像中的边缘。

我们通常假设卷积函数在除存储值的有限点集外的任何地方都为零。

I是二维数组,K是核卷积函数

因为卷积是可交换的,我们可以把上面的方程重新写一下,如下图所示。我们这样做是为了便于在机器学习中实现,因为m和n的有效值范围变化较小。这是大多数神经网络使用的互相关函数。

以上是互相关函数

那么,我们如何在CNN中实现它呢?

我们实现它的方式是通过卷积层

卷积层是CNN的核心构件,它有助于特征检测。

核K是一组可学习的过滤器,与图像相比,它在空间上很小,但是可以扩展到整个输入图像的深度。

理解这一点的一个简单方法是,如果你是一名侦探,你在黑暗中看到一幅很大的图像或一幅画,你将如何识别图像?

你将使用你的手电筒和扫描整个图像。这正是我们在卷积层中所做的。

核K是一个特征检测器,它相当于图像I上的手电筒,我们正在尝试检测特征并创建多个特征图来帮助我们识别或分类图像。

我们有多个特征探测器,以帮助像边缘检测,识别不同的形状,弯曲或不同的颜色等事情。

这一切是如何运作的?

让我们取一幅3通道5×5矩阵的图像(RGB), 3通道3×3的特征检测器(RGB),然后以步长为1来扫描图像上的特征检测器。

当我在图像上应用特征检测时,输出矩阵或特征图的维数是多少?

特征图的维数与输入图像的大小(W)、特征检测器的大小(F)、步长(S)和图像的填充大小(P)有关

(W−F 2p)/S1

在我们的例子中,W是输入图像的大小,为5。

F是特征检测器接受域大小,在我们的例子中,为3

步长(S)为1,图像上使用的填充大小(P)为0。

因此,我们的特征图维度为(5-3 0)/1 1=3。

因此特征图将是一个3*3的矩阵,有3个通道(RGB)。

下面一步一步进行解释

我们看到5×5的输入图像被简化为3×3的特征图,通道为3(RGB)

我们使用多个特征检测器来寻找边缘,我们可以使用特征检测器来锐化图像或模糊图像。

如果我们不想减少特征图的维数,那么我们可以使用如下所示的填充0

在这种情况下应用相同的公式,我们得到

(W−F2 p) / S1 => (5 - 32)/11= 5,

现在输出的尺寸将是5×5,带有3个颜色通道(RGB)。

让我们看看这一切是如何运作的

如果我们有一个3×3的特征检测器或滤波器,一个偏置单元,那么我们首先应用如下所示的线性变换

输出=输入*权重 偏差

参数个数 = (3 * 3 * 3) 1 = 28

对于100个特征检测器或过滤器,参数的数量将是2800。

在每一个线性函数的卷积运算之后,我们应用ReLU激活函数。ReLU激活函数在卷积层中引入了非线性。

它将特征图中的所有负像素值替换为零。

下图是应用ReLU激活函数后的特征图变换。

现在我们已经完成了局部区域的特征检测,我们将结合所有这些来自空间邻域的特征检测来构建图像。

记住你是一个在黑暗中扫描图像的侦探,你现在已经从左到右、从上到下扫描了图像。现在我们需要结合所有的特征来识别图像

池化

我们现在应用池来获得平移不变性。

平移的不变性意味着当我们少量改变输入时,合并的输出不会改变。这有助于检测输入中常见的特征,如图像中的边缘或图像中的颜色

我们使用最大池函数,它提供了比最小或平均池更好的性能。

当我们使用最大池时,它总结了整个邻居的输出。与原来的特征图相比,我们现在有更少的单元。

在我们的例子中,我们使用一个2x2的框扫描所有的特征图,并找到最大值。

现在我们知道卷积网络由以下构成

  • 并行的多重卷积,输出是线性激活函数
  • 卷积层中应用非线性函数ReLU
  • 使用像最大池这样的池函数来汇总附近位置的统计信息。这有助于“平移不变性”
  • 我们将结果展平,然后将其输入到全连接神经网络

下图是完整的卷积神经网络

卷积使用了三个重要的思想
  • 稀疏的交互
  • 参数共享
  • 等变表示

稀疏交互或稀疏权值是通过使用小于输入图像的核或特征检测器来实现的。

如果我们有一个大小为256 * 256的输入图像,那么就很难检测到图像中的边缘,因为其可能只占图像中像素的一个更小的子集。如果我们使用更小的特征检测器,那么当我们专注于局部特征识别时,就可以很容易地识别边缘。

另一个优点是计算输出所需的操作更少,从而提高了统计效率。

参数共享用于控制CNN中使用的参数或权值的数量。

在传统的神经网络中,每个权值只使用一次,但是在CNN中,我们假设如果一个特征检测器可以用来计算一个空间位置,那么它可以用来计算一个不同的空间位置。

当我们在CNN中共享参数时,它减少了需要学习的参数的数量,也减少了计算需求。

等变表示

这意味着目标检测对光照、位置的变化是不变的,而内部表示对这些变化是等方差的

    推荐阅读
  • 文化元素主题书店(从山脚下的书店)

    12月11日下午,上海三联书店图书文创新品发布会在坐落于佘山文化绿洲内的“山脚下的书店”举行,主展台上新颖的文创产品和布满绿植的背景墙相映成趣。令人眼前一亮的是,包括微信表情包、小程序等在内的6套17项数字文创产品同时亮相。

  • 司凤为什么说自己是魔煞星(电视剧琉璃简介)

    二女儿璇玑懵懂懒散、荒废武艺,因误入秘境被褚磊罚去明霞洞思过。离泽宫少主禹司凤误闯入明霞洞陷阱,与璇玑一见如故,结下友谊。玲珑在簪花大会上与别派弟子乌童起了冲突,狠厉的乌童实施报复,误伤璇玑,被正派驱逐。乌童背叛正派,联手魔教天墟堂意图称霸江湖,整个武林岌岌可危。此时已经领略人间真情的璇玑,不再是懵懂少女,她坚守正义,联手司凤向恶势力宣战,成功助正派扭转局势。

  • 刘亦菲和宋承宪交往真实情况(刘亦菲被极品渣男)

    作为刘亦菲唯一承认过的前男友,宋承宪的一举一动向来备受瞩目。事实上,和宋承宪恋爱的那几年,让刘亦菲陷入了人气低谷。只是刘亦菲维持最后的体面,并没有公之于众。2017年1月,宋承宪调侃刘亦菲是李英爱的忠实粉丝,并表示她十分关注自己的工作。2017年1月,宋承宪称与刘亦菲感情发展稳定,梦想当优秀的父亲。2017年2月,宋承宪宣传新剧,称羡慕成家的朋友。和刘德华的3年恋情,供她消费了足足30年。

  • 每日一照14天详细讲解(一年365天和60花甲记日法是如何融合在一起的)

    4柱预测用的干支不受365天一年的日干影响,而形成一个独立的体系。传统的节气记日时,是按一候5日,三候15天为一节气,一年共24节气360天,现实是一年365天。等于12地支记日循环6次,利用奇日点转换,变成73日,形成365天一年的规律。用上面这个记日法与日常的天文观察规律比对来看,冬至日、夏至日是这个73日记日法的两个奇日点。周易的科学性不是因为他有多神验,而是其反映了更深层次的大自然运行规律。

  • 历史上有哪些属虎的大英雄(盘点历史上属虎的名人)

    分离破碎归一统,扶助农工解放间。秦始皇是中国2000余年中央集权封建帝制的主要设计者,影响之深广,为任何其他帝王所难以相比。丙寅年出生属虎。孙中山是“中国革命民主派的旗帜”,现在纪念他在辛亥革命时期,领导人民推翻帝制建立共和国的丰功伟绩。张衡创造的地动仪比西方的地动仪早了1700多年,为中国天文学、地理学的研究起到不可否认的作用。他在文学上造诣极大,被誉为“岭南第一才子”。

  • csgo又一件饰品超过80w(CSGO要卖房还债土豪500万库存道具被VAC)

    据悉,虎牙CSGO主播FB一直被玩家质疑开挂,后来土豪KKKK为证明其清白,把自己库存价值500万人民币的Steam账号借给该主播直播,结果遭遇VAC封禁。表示该主播的大号和小号都已经被VAC封禁了,提醒土豪KKKK不要把号借给该主播,如果借了赶紧把自己的库存转移到其他号,防止被封,结果该玩家不幸言中!这个VAC封禁除非是误封,否则没有办法移除的,而且这个封禁是永久的,一点办法都没有!

  • 地震小常识(地震安全知识小常识)

    地震小常识震时就近躲避,震后迅速撤离到安全的地方,是应急避震较好的办法。但若在平房里,发现预警现象早,室外比较空旷,则可力争跑出避震。应趴下,使身体重心降到最低,脸朝下,不要压住口鼻,以利呼吸;蹲下或坐下时尽量蜷曲身体;抓住身边牢固的物体,以防摔倒或因身体移位,暴露在坚实物体外而受伤。因为,拥挤中不但不能脱离险境,反而可能因跌倒、踩踏、碰撞等而受伤。

  • 吸引女人的必修课(吸引女人的三大要素)

    时代的进步,真是让女人得到充分的好处,有了以前怎么也想象不到的享受,护肤,美容,还有口福、眼福。也许这里应该解释一下,怎么“眼福”也加上去了呢?现在已经不止是女人越来越漂亮,男人也越来越英俊。每每看到一头油腻长发的男子,第一个反应就是恶心,一点都不养眼。

  • 厦门研学游路线推荐(厦门研学旅游线路及地点)

    美食推荐:龙头路游览线路二:集美学村——陈嘉庚纪念馆——集美鳌园——诚毅科技探索中心——集美新城水舞秀诚毅科技探索中心不仅是国家4A级旅游景区,还是中国航天科普体验基地、全国海洋科普教育基地。馆内用全息、裸眼3D、智能交互等技术打造的科技奇妙夜,充满科幻美感。

  • 睡不着吃什么食物好(晚上睡不着吃什么食物好)

    补充碳水化合物乳制品要搭配富含碳水化合物的食物,才能增加血液中,有助于睡眠的色胺酸浓度。事实上,即使一些咖啡因浓度也会干扰睡眠,例如巧克力、可乐、茶还有低卡咖啡。想要睡得好,中午过后还是少碰含咖啡因的食物为妙。另外,有些成药或处方药也含有咖啡因,例如止痛药、减肥药、感冒药、利尿剂等。这些药物含的咖啡因可能和一杯咖啡一样多,甚至更多。