日常知识:cnn是什么意思(比特币实时消息)

来自奥菲斯的白十字
量子比特报告|微信官方账号QbitAI

看你是人还是物，是猫还是狗。

卷积神经网络(CNN)最重要的应用是图像分类。说到这里，似乎很简单。

为什么不用普通的神经网络呢？

那是因为在对图像进行分类时，我们面临着图像大、物体形状和位置不同等问题。，这给普通神经网络带来了困难。

卷积神经网络就是为了解决这个问题。

软件工程师Victor Zhou在这篇介绍文章中介绍了什么是卷积神经网络。

到目前为止，已经有47k次访问。

已经对神经网络有所了解的同学，来看看吧。

MNIST手写数字分类

首先，以MNIST手写体数字分类为例，它是MNIST数据集的样本。

很简单，就是识别图像，然后分类成数字。

MNIST数据集中的每幅图像都是28×28。我们可以看到，中间都是灰色的数字。

一个正常的神经网络其实可以解决这个问题。首先，将每幅图像视为一个28×28=784维的向量，并将784维的向量发送到一个784维的输入层。堆叠几个隐藏层，然后用10个节点完成输出层，每个节点对应一个数字。

但这几个数字在中间，图像小，不存在尺寸和位置偏差大的问题。但我们知道，在现实生活中，情况并非如此。

好了，有了基本的了解，让我们进入卷积神经网络的世界。

什么是卷积神经网络？

顾名思义，卷积神经网络是一种基本由卷积层组成的神经网络，卷积层是基于卷积的数学运算。

卷积层由一组过滤器组成，您可以将它们视为二维矩阵的数字。例如，这是一个3×3滤波器。

输入图像与滤波器卷积以生成图像，该图像包括:

将滤波器叠加在图像的某个位置上。在滤波器中的值和图像中的相应值之间进行元素乘法。将所有元素的乘积相加。这个和就是输出图像中的目标像素的输出值对所有位置重复进行。

这样可能会有一些我不太理解的抽象。不要紧，例子来了。

让我们以一个微小的4×4灰度图像和一个3×3滤镜为例。

图像中的数字就是我们日常看到的像素强度，其中0为黑色，255为白色。我们的输出设置为2×2输出图像。

首先，将我们的滤镜叠加在图像的左上角位置。

然后，将这两个值(图像值和过滤器值)逐个元素相乘。获得了下表:

结果是62-33=29。

以此类推，可以得到2×2图像的值。

卷积有什么用？

先抛开卷积的使用，看图吧。

这不就是3×3滤镜吗？其实它还有一个专业名称——垂直索贝尔滤镜，对应的是一个水平索贝尔滤镜，也就是中间横线上的数字为0。

其实Sobel滤波器是边缘检测器，垂直Sobel滤波器检测垂直边缘，水平Sobel检测水平边缘。

所以，可能不明显。让我们来看图。

你感觉到什么了吗？

试想一下，如果两种滤波器都用，卷积是否能捕捉到图像的边缘特征。

输出图像中的亮像素表示原始图像周围的强边缘。

这样，卷积可以帮助我们找到特定的局部图像特征，比如边缘。

填充

一般来说，我们都希望输出图像与原始图像大小相同。但是在上面的例子中，我们使用4×4的图像作为输入，2×2的图像作为输出。应该如何解决这个问题？

填充。这就是我们所说的0的神奇作用。

要在图像周围添加一个圆圈“0”，滤镜需要填充1个像素。

这样，输出图像与输入图像具有相同的大小，这被称为相同的填充。

卷积层

卷积层包含上面提到的一组滤波器，卷积层的主要参数是滤波器的数量。

对于MNIST CNN，如果使用具有8个滤波器的小卷积层，则输入是28×28，输出结果变成26×26×8。

(因为它是一个有效的填充，所以它会将输入的高度和宽度减少2)

池化层

一幅图像中相邻的I像素往往具有相似的值，通过卷积层可以在相邻像素中生成相似的值。这会造成卷积层输出的很多信息是冗余的。

至于上面说的负责边缘检测的滤镜，它可以在某个位置找到强边缘，但很有可能它也可以在与之相邻的一个像素中找到强边缘，从而造成两条相同的边缘同时存在。

这样就会造成信息冗余，找不到新的信息。

Pool将解决这个问题。Pool，即通过将输入中的值集中在一起，减少了输入的大小。

通常是通过简单的运算来完成的，比如取最大值、最小值或者平均值。

以下是最大池层的示例，池大小为2的最大池层。为了执行最大池化，输入图像在2×2块中遍历，最大值被放入相应像素的输出图像中。

池将输入的宽度和高度除以池的大小。

例如，对于我们的MNIST CNN，我们将在初始转换层之后立即放置一个池大小为2的最大池层。池层将26x26x8输入转换为13x13x8输出。

softmax层

其实要最终完成CNN，就要赋予它预测的能力。

然后，我们将使用多类分类问题的标准最终层:Softmax层，这是一个全连通(稠密)层，它使用Softmax函数作为其激活的全连通(稠密)层。

什么是Softmax函数？

给定一些数字，Softmax函数可以将任何数字转换成概率。

例如，我们选择数字1、0、3和5。

首先需要计算E的指定数幂，然后将所有结果相加作为分母。

最后以e到指定数值幂的值为分子，计算可能性。

以MNIST CNN为例，有10个节点的softmax层将作为CNN的最后一层，每个数字代表一个数字。图层中的每个节点都将连接到每个输入。

应用softmax变换后，节点代表的最高概率数将是CNN的输出。

好了，就这些。能不能很好的理解卷积神经网络？

可以戳下面的链接了解更多~

门户网站:

https://victorzhou.com/blog/intro-to-cnns-part-1/

https://victorzhou.com/blog/softmax/

—结束—

量子qbitai头条号签约

关注我们，第一时间获悉前沿科技动态。