当前位置:首页 > 网络黑客 > 正文内容

cnn是什么(CNN通俗解析)

访客3年前 (2022-01-01)网络黑客945

cnn是什么(CNN通俗解析)

CNN基础知识介绍及TensorFlow具体实现,对于初学者或者求职者而言是一份不可多得的资料。


定义:

简而言之,卷积神经 *** (Convolutional Neural Networks)是一种深度学习模型或类似于人工神经 *** 的多层感知器,常用来分析视觉图像。卷积神经 *** 的创始人是着名的计算机科学家Yann LeCun,目前在Facebook工作,他是之一个通过卷积神经 *** 在MNIST数据集上解决手写数字问题的人。

Yann LeCunn

卷积神经 *** 的出现是受到了生物处理过程的启发,因为神经元之间的连接模式类似于动物的视觉皮层组织。

人脑的视觉结构

个体皮层神经元仅在被称为感受野的视野受限区域中对 *** 作出反应,不同神经元的感受野部分重叠,使得它们能够覆盖整个视野。

计算机视觉与人类视觉

正如上图所示,我们在谈论任何类型的神经 *** 时,都不可能不提及一点神经科学以及人体(特别是大脑)及其功能相关的知识,这些知识成为创建各种深度学习模型的主要灵感的来源。

卷积神经 *** 的架构:


卷积神经 *** 架构

如上图所示,卷积神经 *** 架构与常规人工神经 *** 架构非常相似,特别是在 *** 的最后一层,即全连接。此外,还注意到卷积神经 *** 能够接受多个特征图作为输入,而不是向量。

下面让我们探索构成卷积神经 *** 的基本构件及相关的数学运算过程,并根据在训练过程中学到的特征和属性对图像进行可视化和分类。

输入层|Input Layer:

输入层主要是n×m×3 RGB图像,这不同于人工神经 *** ,人工神经 *** 的输入是n×1维的矢量。

RGB图像

卷积层|Convolution Layer:

在卷积层中,计算输入图像的区域和滤波器的权重矩阵之间的点积,并将其结果作为该层的输出。滤波器将滑过整个图像,重复相同的点积运算。这里注意两件事:

滤波器必须具有与输入图像相同数量的通道;

*** 越深,使用的滤波器就越多;拥有的滤波器越多,获得的边缘和特征检测就越多;




前向卷积运算

卷积层输出的尺寸:

输出宽度:


输出高度:


其中:

W :输入图像的宽度

H :输入图像的高度

Fw :滤波器或内核的宽度

Fh :滤波器的高度

P :填充

S :移动步幅

卷积层输出的通道数等于卷积操作期间使用的滤波器的个数。

为什么选择卷积?

有时候可能会问自己,为什么要首先使用卷积操作?为什么不从一开始就展开输入图像矩阵?在这里给出答案,如果这样做,我们最终会得到大量需要训练的参数,而且大多数人都没有能够以最快的方式解决计算成本高昂任务的能力。此外,由于卷积神经 *** 具有的参数会更少,因此就可以避免出现过拟合现象。

池化层|Pooling Layer:

目前,有两种广泛使用的池化操作——平均池化(average pooling)和更大池化(max pooling),其中更大池化是两者中使用最多的一个操作,其效果一般要优于平均池化。池化层用于在卷积神经 *** 上减小特征空间维度,但不会减小深度。当使用更大池化层时,采用输入区域的更大数量,而当使用平均池化时,采用输入区域的平均值。


更大池化

为什么要池化?

池化层的核心目标之一是提供空间方差,这意味着你或机器将能够将对象识别出来,即使它的外观以某种方式发生改变,更多关于池化层的内容可以查看Yann LeCunn的文章。

非线性层|Non-linearity Layer:

在非线性层中,一般使用ReLU激活函数,而不是使用传统的Sigmoid或Tan-H激活函数。对于输入图像中的每个负值,ReLU激活函数都返回0值,而对于输入图像中的每个正值,它返回相同的值(有关激活函数的更深入说明,请查看这篇文章)。

ReLU激活函数

全连接层}Fully Connected Layer:

在全连接层中,我们将最后一个卷积层的输出展平,并将当前层的每个节点与下一层的另一个节点连接起来。全连接层只是人工神经 *** 的另一种说法,如下图所示。全连接层中的操作与一般的人工神经 *** 中的操作完全相同:


扫描二维码推送至手机访问。

版权声明:本文由黑客技术发布,如需转载请注明出处。

本文链接:https://w-123.com/104270.html

“cnn是什么(CNN通俗解析)” 的相关文章

Cloudflare 成功阻止针对其客户最大规模的 HTTPS DDoS 攻击

Cloudflare 透露公司已经阻止了来自多个国家的大规模 HTTPS DDoS 攻击。该公司表示,该僵尸网络每秒发出 1530 万个请求(rps),使其成为针对其客户的最大 HTTPS DDoS 攻击。 Cloudflare 表示本次攻击的目标是针对一家 The Crypto Launchp...

Google Chrome 99.0.4844.84 紧急更新修复了已被利用的零日漏洞

Google已经为Windows、Mac和Linux用户发布了Chrome 99.0.4844.84,以解决一个在外部被利用的高严重性零日漏洞。浏览器供应商在周五发布的安全公告中说:”Google已经得知CVE-2022-1096的一个漏洞存在于外部。” 99.0.4844.84版本已经在稳定的桌...

泄露的 Facebook 工程师文件承认违法使用用户数据 或将面临全球收入 4% 的罚款

Facebook正面临一场世界各地隐私法规“海啸”,这将迫使该公司大幅改变处理用户个人数据的方式。根据外媒获得的一份从Facebook泄露的文件,Facebook这场“劫难”的根源在于,他们自己都搞不清楚用户数据的用途和去向。 这份泄露的文件是由Facebook广告和商业产品团队的隐私工程师去...

以色列阻止乌克兰购买 NSO 集团的“飞马”间谍软件

据熟悉此事的人士透露,以色列阻止乌克兰购买NSO集团开发的飞马(Pegasus)间谍软件,因为其担心俄罗斯官员会因此而感到愤怒。在《卫报》和《华盛顿邮报》的联合调查之后,这一启示为以色列跟俄罗斯的关系有时会破坏乌克兰的进攻能力提供了新的见解–并跟美国的优先事项相矛盾。 自俄罗斯于2月24日对乌克兰...

拜登警告美国公司加强网络安全防御 准备应对来自俄罗斯的攻击

美国总统拜登警告美国企业主管立即加强其公司的网络防御,准备应对潜在的来自俄罗斯的网络攻击,以报复使该国经济陷入瘫痪的制裁。拜登在一份白宫声明中写道,”根据不断变化的情报,政府正在重申以前的警告,即俄罗斯可能对美国进行恶意的网络攻击。” “我的政府将继续使用一切工具来阻止、破坏,并在必要时回应针对关...

乌克兰 MacPaw 公司发布 SpyBuster 旨在帮助用户应对俄罗斯的数据管控

位于乌克兰的Setapp开发商MacPaw已经创建了一个Mac应用程序,供用户了解他们的数据是否被保存在俄罗斯服务器上,依照该国法律可以被当局读取。总部位于乌克兰基辅的MacPaw已经告诉用户,尽管俄罗斯入侵该国,但这家乌克兰公司开发的软件作品Setapp、CleanMyMac X等将继续提供支持。...

评论列表

嘻友岛徒
3年前 (2022-06-01)

由于卷积神经网络具有的参数会更少,因此就可以避免出现过拟合现象。池化层|Pooling Layer:目前,有两种广泛使用的池化操作——平均池化(average po

惑心忿咬
3年前 (2022-06-01)

会减小深度。当使用最大池化层时,采用输入区域的最大数量,而当使用平均池化时,采用输入区域的平均值。最大池化为什么要池化?池化层的核心目标之一是提供空间方差,这意味着你或机器将能够将对象识别出来,即使它的外观以某种方式发生改变,更多关于池化层的内容

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。