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962

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

Google 发布第 3 个紧急更新 修复 Chrome 中另一个零日漏洞

Google 今天发布了第 3 个紧急更新,修复了存在于 Chrome 浏览器中的另一个零日漏洞。周四,Google 面向 macOS、Windows 和 Linux 发布了 Chrome 100.0.4898.127 更新,会在未来几天内完成部署。 本次更新修复了追踪为 CVE-2022-1364...

CPU 又曝大 bug,涉及英特尔、AMD、ARM

2018年,英特尔、AMD、ARM曝出CPU安全事件,引起广泛关注,舆论一片哗然。虽然英特尔公司表示此次事件不仅仅是英特尔,还涉及AMD/ARM等厂商,且CPU 漏洞补丁基本不会给普通用户造成任何影响,但这次bug依旧被定为成行业大事件。 时隔几年,CPU又再次曝出一个大bug,有意思的...

包含敏感数据数千个 Firefox cookie 出现在 GitHub 存储库中

包含敏感数据的数千个 Firefox cookie 数据库目前出现在 GitHub 的存储库中,这些数据可能用于劫持经过身份验证的会话。这些 cookies.sqlite 数据库通常位于 Firefox 配置文件文件夹中。它们用于在浏览会话之间存储 cookie。现在可以通过使用特定查询参数搜索 G...

Clearview AI 被指违反澳大利亚隐私法 已收集至少 30 亿人面部数据

澳大利亚信息专员发现,Clearview AI 在许多方面违反了澳大利亚的隐私法。在此前的双边调查中发现,该公司的面部识别工具未经同意并以不公平的方式收集澳大利亚人的敏感信息。由澳大利亚信息专员办公室(OAIC)和英国信息专员办公室(ICO)进行的调查发现,Clearview AI 的面部识别工具不...

数百万用户受影响,杀毒软件 Avast 中潜藏近 10 年的漏洞被披露

5月5日,SentinelLabs 发布报告,显示他们曾在知名防病毒产品Avast 和 AVG (2016 年被 Avast 收购)中发现了两个存在时间长达近10年之久的严重漏洞。 这两个漏洞被跟踪为 CVE-2022-26522 和 CVE-2022-26523,存在于名为 aswArPot.s...

BlackMatter 团伙窃取1tb数据,勒索新合作社590万美元

BlackMatter勒索软件团伙袭击了爱荷华州的一家农业企业“新合作社”,并要求590万美元的赎金。 周一,几名安全研究人员最先关注了对这次黑客攻击事件,该公司也坦诚自己遭到了网络攻击,并相应地关闭了自己的系统。这是继5月份REvil团伙对JBS发起勒索软件攻击之后,对农业行业的又一次重大打击。研...

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。