IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 李宏毅深度学习--卷积神经网络 -> 正文阅读

[人工智能]李宏毅深度学习--卷积神经网络

李宏毅深度学习–卷积神经网络

本文主要基于以下参考资料:
开源文档:https://datawhalechina.github.io/leeml-notes
视频地址:https://www.bilibili.com/video/BV1Ht411g7Ef

下面这张图展示了CNN的全过程:
在这里插入图片描述

- convolution 卷积

stride表示步长,也就是每次挪动的距离,stride=1表示每次移动一格,每行移动到末端就往下移动一格继续从左开始往右挪动。每次计算image矩阵中得到的红框矩阵与filter 1的内积,最终可以得到下图右下角的4*4矩阵。这个矩阵叫feature map。
在这里插入图片描述

  • filter的作用: 可以检测某种模式是否存在
    filter 1 可以检测有没有连续的1连续出现。观察上述得到的4*4的矩阵,就可以发现(1,1)与(4,1)处等于3,因此说明原矩阵中左上角和左下角的两个地方有连续的1出现,如下图蓝色斜线所示。
    不同的filter用于检测不同的模式,在每一层神经网络中,可以包含多个filter(滤波器),每个filter可以得到一个feature map。
    在这里插入图片描述
    filter 2检测是否存在竖直的连续出现的3个1,最终检测到右下角出现模式二。
    在这里插入图片描述
  • filter 的维度由输入层的维度决定,每一维的大小取决于要检测的模式
    如果是彩色图片,那么图片的像素矩阵应该是3维的,因此每一个filter也应该是3维(层)的。
    在这里插入图片描述
  • CNN VS 完全连接神经网络
    在这里插入图片描述
    其实相当于是输入层中某些值的权重为0,完全连接神经网络是输入层的每个值都有非0的权重,因此CNN是Not fully connected。此外,由于共用同一个filter,因此同一层神经网络中的每个神经元给输入值的权重分布是一样的。
    在这里插入图片描述

- MAX Pooling

对于每一张图片,即使从像素矩阵中抽取一部分信息,也不改变图片原始形状,这是max pooling得以应用的原因。
在这里插入图片描述
选择框框中每4个值中最大的那一个,具体框框的大小可以视具体情况决定。
在这里插入图片描述
最终得到下面的值。有多少个filter,得到新的image矩阵就有多少维。
在这里插入图片描述

- Flatten

flatten其实就是把filter输出的多维矩阵拉成一个数组的过程,最终传递给全连接前馈神经网络,后面就是之前学的DNN的部分。
在这里插入图片描述

  • CNN in Keras
    在这里插入图片描述
    第二次卷积的filter的参数个数=2533=225个,上一轮max pooling得到的是251313的pixel矩阵,因此filter也应该是25维的。
    在这里插入图片描述
  • CNN的完整架构
    在DNN的基础上,最开始进行一次图片压缩。图片压缩由多次convoluntion和max pooling组成。
    在这里插入图片描述
  • what does CNN learn
    在这里插入图片描述
    部分学习资料
    在这里插入图片描述
    下图左边部分人眼根本无法分辨是数字,但却是CNN学习到的内容。对CNN加以限制,如下图右边所示公式(其中加号应该为减号),约束像素的值要尽量小,最终得到下图右方的图片。
    在这里插入图片描述
  • deep dream
    夸大现在看到的东西
    在这里插入图片描述
    取得的效果
    在这里插入图片描述
  • deep style
    filter 之间的关系决定图片的风格,filter的模式决定图片内容形状。deep style从原图片中学习filter的模式,从想要转化的风格图片中获取filter之间的关系,最终找到一个同时满足上面两个要求的filter。

在这里插入图片描述

  • CNN应用在下围棋上
    当图片的某些特性存在时,才可以使用CNN
    在这里插入图片描述
    在这里插入图片描述
    但实际上在playing go上没有使用max pooling。
  • 后续的学习资料
    在这里插入图片描述
  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-07-25 11:39:27  更:2021-07-25 11:39:46 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年3日历 -2024/3/29 21:33:16-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码