[人工智能]Task 04(CNN卷积神经网络

总的参考：https://datawhalechina.github.io/unusual-deep-learning/

Task04 CNN

1、卷积

2、CNN基本原理

3、经典CNN

4、CNN主要应用

参考：

感觉课程讲述的很清楚，在记录基本笔记的情况下，记录一下从网上其它地方写的介绍。力求笔记尽可能简单移动，且简洁。

关于为什么要从全连接网络转到CNN这种权值共享的网络，主要有以下几点：

• 全连接网络，参数多，CNN网络的权值共享策略能够减少参数的数量
• 其次，全连接网络，不能够识别一些边缘信息，CNN网络能够通过对原始图片数据取padding来检测到原始数据的边缘信息。
• 卷积神经网络，可以通过核卷积操作进行尺度缩放，平移，旋转等操作，不影响其语义信息（教程中提及）

此外，卷积神经网络，引入了生物学中的感受野概念。

关于感受野感念，以及最后VGGNet中提及到的为什么2个感受野为3*3的卷积核比一个 5 * 5的卷积核要好，以及什么是感受野的串联？

在这个文章中有详细介绍到：

卷积神经网络中感受野的详细介绍_Microstrong-CSDN博客_感受野

简言之，感受野即卷积核在原来图片中占据的最大视野，一个卷积核囊括的最大面积。

图片来自：卷积神经网络（CNN）详解 - 知乎 (zhihu.com)

卷积：

卷积是数学中的卷积，关于卷积的一些性质，主要是关于无穷级数中常数项级数是否收敛的一些性质。比如：

1、正项级数${\sum }_{n=1}^{\infty }{u}_n$收敛的充分必要条件是：它的部分核数列 { s n } \{s_n\} {sn?}有界。

2、比较审敛法，设${\sum }_{n=1}^{\infty }{u}_n$和${\sum }_{n=1}^{\infty }{v}_n$ 都是正项级数，且$u_n\le v_n(n=1,2,?)$. 若级数${\sum }_{n=1}^{\infty }{v}_n$收敛，则级数${\sum }_{n=1}^{\infty }{u}_n$收敛；反之，若级数${\sum }_{n=1}^{\infty }{u}_n$发散，则级数${\sum }_{n=1}^{\infty }{v}_n$发散。

推论：

设${\sum }_{n=1}^{\infty }{u}_n$??和${\sum }_{n=1}^{\infty }{u}_n$??都是正项级数，如果级数${\sum }_{n=1}^{\infty }{u}_n$??收敛，且存在正正整数$N$??，使当$n\ge N$??时有$u_n\le k{v}_n(k>0)$??成立，则级数${\sum }_{n=1}^{\infty }{u}_n$??收敛；如果级数${\sum }_{n=1}^{\infty }{v}_n$??发散，且当$n\ge N$?? 时有$u_n\ge k{v}_n(k>0)$??成立，则级数${\sum }_{n=1}^{\infty }{u}_n$???发散。

3、比较审敛的极限形式，设${\sum }_{n=1}^{\infty }{u}_n$?和${\sum }_{n=1}^{\infty }{v}_n$?都是正项级数，

（1）如果${\lim }_{n\to \infty }\frac{u_n}{v_n}=l(0\le l<\infty )$，且级数${\sum }_{n=1}^{\infty }{v}_n$收敛，则级数${\sum }_{n=1}^{\infty }{u}_n$收敛

（2）如果${\lim }_{n\to \infty }\frac{u_n}{v_n}=l>0$?或${\lim }_{n\to \infty }\frac{u_n}{v_n}=+\infty$?, 且级数${\sum }_{n=1}^{\infty }{v}_n$? 发散，则级数${\sum }_{n=1}^{\infty }{u}_n$?发散

4、比较审敛法：设${\sum }_{n=1}^{\infty }{u}_n$为正项级数，如果
$$\underset{n\to \infty }{\lim }\frac{u_{n+1}}{u_n}=\rho$$
则当$\rho <1$时级数收敛；$\rho >1$（或${\lim }_{n\to \infty }\frac{u_{n+1}}{u_n}=\infty$时级数发散；$\rho =1$时级数可能收敛也可能发散。

5、极值审敛法，柯西判别法；设${\sum }_{n=1}^{\infty }{u}_n$为正项级数，如果
KaTeX parse error: Undefined control sequence: \ at position 21: …_{n \to \infty}\? ?
6、TODO待补充

这里的卷积，其实可以很简单理解，一个是现在的数据，一个是过去t个时刻的数据。

关于卷积中padding的大小，可以分为窄卷积、宽卷积、等宽卷积，其中padding分别取值为0， K-1, (K - 1) / 2. 现在卷积一般是等宽卷积。

关于卷积如何在原始数据上起作用，是在原来的感知野中，以stride步长来进行滑动，原始图片深度是多少，就会有多少个这样的卷积核来作用到原来的数据（图片）中。这么说，想强调的是，卷积核的深度跟其作用的深度是一样的，各个深度下的权重共享（包括权重和偏置）是相等的，但是不同深度的权重共享是不同的。

其它卷积

转置卷积：讲地位特征映射到高维特征上。也就是说，讲原始特征中的感知野变“稀疏” , 对原始低维数据padding，进而得到相对”较大“的原始数据（图片），尽管在我们看来，原始数据经过这样扩充之后是很”稀疏“的。

空洞卷积：为了增加输出单元的视野，通过给卷积核插入”空洞“来相对增加其大小。
不同于转置卷积，这里的话，是忽略中间的一些单元（维度），进而达到稀疏（扩大视野）的作用。

卷积神经网络的原理：

卷积层、激活函数、汇聚层、全连接层、输出层

卷积层，是对两个矩阵作卷积（主要是依赖当前的输出，以及对原始数据（图片）的华东）。
能够体现出两个矩阵之间的互相关作用

就类似于交互作用吧。交叉的意思。

卷积步长：Stride

卷积kenerl的宽度核高度：Width, Height

补全：padding

深度：channel的个数，卷积核的深度要和其作用的数据（图片）的深度一致。最后输出的数据（图片）的深度跟当前卷积核的个数(K)有关。

输出的维度
$$\begin{array}{rl}{H}_2& =\frac{H_1?f+2?p}{S}+1\\ W_2& =\frac{W_1?f+2?p}{S}+1\\ D_2& =D_1\end{array}$$
感受野：前面有提及。

激活函数：一般取ReLU, 为了避免ReLU的dead units, 设置一个较小的学习率。或者说设置PReLU, ELU,

特征图：未具体了解：TODO

池化层

也称为汇聚层。将原始的数据通过取min, max, average汇聚到一起（原始数据的宽度核高度变小）。

作用：

• 汇聚信息，减少噪声影响，进而防止过拟合。
• 增强鲁棒性。

全连接

降维特征输出图

输出层：

使用softmax或者加权求和得到线性输出（例如要预测某个物体所在的位置）。

CNN的训练

整体的流程是跟一般的神经网络是类似的。
前向，计算损失，梯度（误差），反向传播更新参数，继续前向，。。。，来回，直到满足停止条件。

这里实际的计算，因为引入的卷积，实际上变得比较复杂，具体如何，还需要继续研究参考文献[1]和[2]， 前者讲述公式的具体训练流程，后者讲述将卷积层转化为全连接层。具体细节，还待我继续研究总结。TODO

经典卷积神经网络

1、LeNet-5，主要学习网络结构，核的大小的改变，以及卷积核的个数改变。突出：参数数量较多。
2、AlexNet, 主要学习将每一层的卷积核分开来，分别使用两次卷积，再进行类似于全连接的那种连接，进而得到一种并行，快速计算的效果。
这个是mobile net吗？是为了降低模型复杂度的，让模型快速运行的吗？TODO

3、VGGNet, 使用两个卷积核（+Relu），对应一个池化层，三个卷积核（+Relu）对应一个池化层，最后全连接层（+ReLU，Dropout)，得到最终输出。
富有结构化的网络，使用多层串联的小卷积层来代替原来一个”大“卷积层。

4、Inception Net：引入了1 * 1卷积核。

5、ReNet，引入上个输出，作为残差，记忆上一步的信息。解决因为深度过大带来的梯度爆炸和梯度消失的问题。

6、
Densenet, 保留原来每个时刻的信息，传到下面的网络中去，以一种全连接的方式。

参考

[1] 零基础入门深度学习(4) - 卷积神经网络 - 作业部落 Cmd Markdown 编辑阅读器 (zybuluo.com) 讲的很细致，关于如何反向传播求导那块，以及由代码的展示

[2] 卷积神经网络（CNN）详解 - 知乎 (zhihu.com) 讲的稍微啰嗦，不过也很细致，关于感受野，以及一般的Filter取值、S(Stride)，P(padding)取值有详细介绍

[3] 详解卷积神经网络(CNN)_liuhe_的博客-CSDN博客

[4] 一文让你理解什么是卷积神经网络 - 简书 (jianshu.com)

[5] AI学习笔记——卷积神经网络（CNN） - 简书 (jianshu.com) 入门很好，最后一个图片，可以使用特定的卷积核来识别图像中的轮廓（竖直或者垂直的）