(定义测试及训练过程)
卷积神经网络通过所设计的卷积核与图像进行卷积操作，提取图像中的某些特征。通过卷积网络层数的加深，提取的特征从局部到整体，从而对物体进行识别。
图1. 图像边缘检测
假如有一张图像，想让计算机搞清楚图片上有什么物体，可以做的事情是检测图像的水平边缘与垂直边缘。
（1）卷积操作
如图1所示，是一个6*6的灰度图像，构造一个3*3的矩阵，在卷积神经网络中，通常称为filter（过滤器），对6*6的图像进行卷积操作得到4*4的矩阵。
图2. 卷积操作
如图2所示，3*3的filter与6*6的灰度图像左上角3*3区域进行卷积3*1+0*0+1*（-1）+1*1+5*0+8*（-1）+2*1+7*0+2*（-1）=-5，从而得到4*4左上角的-5。
（2）边缘提取
图3. 垂直边缘提取
为什么这种卷积操作可以得到图像的边缘？
如图3所示，原图是6*6的灰度图像，10的部分为亮区域，0的部分为暗区域。从10->0为垂直边缘。用一个3*3的过滤器，对图像进行卷积操作，得到图像中间亮，两边暗。亮暗交接处为边缘。
（3）过滤器类型
图4. 垂直过滤器与水平过滤器
通过图4的垂直过滤器与水平过滤器可实现垂直边缘与水平边缘检测。
图5. 过滤器类型
图5列出了一些常用的过滤器，如sobel算子，scharr算子等。在卷积神经网络中，把这些过滤器当成我们要学习的参数，卷积网络训练的目标就是去理解过滤器的参数。
图6. padding示意图
（1）为什么进行padding？
按照上述的描述，图片每经过一次卷积运算，会存在以下两个问题：
- 图片会缩小导致无法进行深层卷积运算；
- 原始图片边缘信息对输出贡献得少，输出图片丢失边缘信息。
（2）怎样进行padding？
- 假设输入的图片大小：
- 过滤器的大小：
- 两个水平与垂直边缘padding大小:
- 则经过卷积操作的输出：
图7. 卷积步长为2
- 对于input=7*7，filter=3*3，stride=2，padding=0；
- 经卷积操作输出:；
- 通用表示：, 表示向下取整。
以上讲述的卷积都是灰度图像的，如果想要在RGB图像上进行卷积，过滤器的大小不再是3*3，而是3*3*3，最后的3对应为通道数（channels）。卷积生成图像中，每个位置的像素值，为3*3*3的过滤器与图像相应位置相乘累加。如图8所示，过滤器依次在RGB图像上滑动，最终生成的图像大小为4*4。
图8. 单一filter彩色图像卷积
另外一个问题是，如果我们在不仅仅在图像总检测一种类型的特征，而是要同时检测垂直边缘、水平边缘、45度边缘等，也就是多个过滤器的问题。如果有两个过滤器，最终生成图像为4*4*2的立方体，这里的2来源于我们采用了2个过滤器。
图9. 多个filter彩色图像卷积
写成通用的形式：
- 输入维度：
- 每个滤波器的维度：
- 权重维度：
- 偏置维度：
- 输出维度：
- 其中：
图10. Max pooling示意图
在卷积神经网络中，除了使用卷积层外，还使用池化层来缩减模型大小，提高计算速度。池化层分为最大池化层（max pooling）与平均池化层（average pooling）。池化层中的max pooling是求每个过滤器滑动区域内的最大值；average pooling是求每个过滤器滑动区域内的平均值。
- 经过padding后的输出：
- 一般情况下padding=0，输出表示：
LeNet（LeNet-5）由两个卷积层和三个全连接层构成。
- 这两卷积层的卷积核均为5*5，第一个卷积层的输出通道为6，第二卷积层的输出通道为16。
- 每个池化层窗口的大小为2*2，步长为2。
- 三个全连接层分别有120、84和10个输出。
（1）下载数据集
（2）搭建LeNet-5网络结构，并确定前向传递过程
（3）将定义好的网络结构部署至CPU/GPU上，并定义优化器
（4）定义训练过程
（5）定义测试过程
（6）执行训练与测试
（7）保存网络模型
到此这篇cnn算法（cnn算法原理）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/cjjbc/58080.html