机器学习入门机器学习入门 (42).pdf

《机器学习入门机器学习入门 (42).pdf》由会员分享，可在线阅读，更多相关《机器学习入门机器学习入门 (42).pdf（13页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、目目 录录2卷积操作卷积操作 3卷积计算卷积计算4卷积神经网络的卷积神经网络的3个特点个特点1卷积作用卷积作用卷积作用01卷积作用因此卷积核提取了图像的局部特征，这也称为局部感受野。感受野（Receptive Field）是卷积神经网络每一层输出的特征图（feature map）上的像素点在输入图片上映射的区域大小。浅层layer学到的特征为简单的边缘、角点、纹理、几何形状、表面等，到深层layer学到的特征则更为复杂抽象图1：提取特征卷积操作卷积操作 021110001010001110011001100101010101图2：卷积操作卷积计算卷积计算03卷积计算 1X1+0 x1+1x1+

2、0 x0+1x1+0 x1+1x0+0 x0+1x1=4卷积核本层输入输出卷积计算的本质就是：卷积核矩阵与输入矩阵对应位置的值相乘再累加求和。图3：卷积计算本次卷积想想，下一次卷积时多少呢？3x11x12x13x14x15x21x22x23x24x25x31x32x33x34x35x41x42x43x44x45x51x52x53x54x55w11w12w13w21w22w23w31w32w33y11y12y13y21y22y23y31y32y33y11=+w31x31+w32x32+w33x33y12=+w31x32+w32x33+w33x34y13=+w31x33+w32x34+w33x35

3、y21=+w31x41+w32x42+w33x43.假设卷积核权重矩阵为W，对应输入区域X，则每个卷积后输出值为O。则：b为偏移量。从公式可用看出WX是一个线性计算，为了避免其值过原点，就为它加上一个偏移值。O=WX+b卷积神经网络的卷积神经网络的3个特点个特点04（1 1）局部感知。局部感知。（2 2）参数共享。参数共享。卷积神经网络的卷积神经网络的3个特点个特点（3 3）多卷积核多卷积核。这这3 3个特点，避免了前面全连接神经网络参数庞大的问题。个特点，避免了前面全连接神经网络参数庞大的问题。（3）多卷积核多卷积核。卷积神经网络通过局部感知、参数共享以及多卷积核，解决卷积神经网络通过局部感知、参数共享以及多卷积核，解决了参数庞大的问题。了参数庞大的问题。