DAY26 CNN(卷积神经网路)

昨天介绍完浅层神经网路程序,今天要来研究CNN卷积神经网路:
卷积神经网路由一个或多个卷积层和顶端的全连通层和关联权重和池化层组成,如图:

(资料来源:https://wiki.tum.de/display/lfdv/Convolutional+Neural+Networks)

而卷积神经网路在图片和语音辨识上有着不错效果,现在我打算建立:
一层卷积,一层池化层,一层全连阶层:
首先先介绍一下:
1.卷积层: 是一组特徵图,它通过在输入图像上滑动不同的卷积核并执行一定的运算而组成,会有一组filter(通常是2X2,3X3),然後对着整张图片去做卷积运算(有点像从左上开始到右下每2X2或3X3去做成积)通常这麽做的目的是为了找一些图片特徵:EX:轮廓

2.池化层: 图片的相邻像素通常具有相近的值,因此卷基层中很多数值是多余的,需要通过池化来减少这个影响,通常可以使用最大,最小或平均的方式(意思是取那一块卷积中(最大\最小\平均)的值)
EX:使用max-pooling

3. 全连阶层: 有分类器作用,基本上是将学到的特徵表示映射到样本标记空间,之後通过激活函数,来决定他们分类为哪一类,而激活函数EX: softmax就是把特徵转成概率的一个模式,之後分类结果会依照softmax中最大值(代表机率最大值来做为分类依据)
所以整个概念如图:

(资料来源: https://zhuanlan.zhihu.com/p/102119808)

那之後会使用CNN经典资料,手写辨识集mnist来做示范

基本上只要安装python,之後在终端输入pip install mnist
接下来只要在程序打import mnist就可以直接使用此资料

好,今天CNN概念算是完成,明天就来研究CNN的正向传播程序

此时的娃娃正飞在空中,往森林入口出发,他想赶快回到男孩身边,他听到男孩胸口发出的歌声,不是自己的後,他知道男孩快脱离他的掌控,所以他要赶快回去,重新掌握主导权,但任凭他怎麽前进都看不到出口位置,娃娃举起手想把树给弹飞,但毫无反应,而娃娃嘴巴裂缝和眼睛开始流出鲜血,但娃娃自己并没有察觉,此时在木屋外,男子的冰块下方也流出鲜血,那鲜血流着地面後,就悄然的钻进土里消失了,而狐狸的冰块下方掉落了一片羽毛,羽毛随着风慢慢飘向森林的入口

        --|我会追寻你,这是唯一意义|--  CS.MM/MS.CM/MC.SM