吴恩达深度学习之卷积神经网络（一）卷积神经网络

1、计算机视觉

 

 

 

2、边缘检测示例

说明：

比如，一张图片由亮到暗，中间就会有一条边缘线，通过卷积后得到的图片会出现一条白色带，这也就检测出了图片中的边缘线。这张所给的图片比较小，所以白色带会比较明显，如果给一张很大的图片，那么白色带会变成一条线，也就不明显了。这个过程在上面所给的例子中有所体现，卷积后边缘会显示出白色线条。

3、更多边缘检测内容

4、padding

说明：

卷积后的缺点：
1、卷积后图像会缩小。如果一个神经网络有100层的话，每一层都卷积一下，那么这张图片最后会变的很小。
2、图像的角落，或者边上只会被fitter过滤一次，而中间的会被fitter过滤多次，这样就意味着卷积出来对图像的边角位置欠考虑。
比如，如果输入的图片边角也有比较明显的物体，那么就检测不到。

这就引入了padding方法：
沿着图片边缘再填充一些图像。如：如果输入的是一个6*6的图片，在该图片边缘再填充，使该图片为8*8的图片，卷积后就会得到6*6
的图片，这和本来输入的图片大小一致，这就解决了缺点1。习惯上用0去填充。padding可以为1也可以为2等等，具体情况具体分析。
同时也解决了问题。

通常，fitter一般使用奇数滤波器。

5、卷积步长

当[（n+2p-f）\s]+1不是整数时，往下取整数，但这有一个前提，就是当滤波器没有完全被图片包围时，就不要去计算了。
这样就有一个疑问了，添加padding层不就没发挥作用吗？

一般卷积（数学或者信号处理中）会对fitter进行翻转处理，但深度学习中不需要。

6、卷积为何有效

当想知道R这一层的垂直边缘时，可以把滤波器除R这一层的数值设为0，这样就检测出R层的垂直边缘了。
也可以用两个滤波器分别检测彩色图片的垂直边缘和水平边缘，输出的图片维度为x1*x2*x3，其中x3为滤波器的个数。

问题：如何在卷积后区分R,G,B分别的垂直边缘，水平边缘，换句话说，卷积后得出的图片不就成黑白图片了吗？

答：图片的色彩是由灰度构成的，RGB三个通道分别有不同的灰度，一组成就成了彩色图片。

这个问题暂且不谈，先看视频
可以这样理解，为什么可以这样做，这是对图片的一种处理方法，比如黑白照片的水平边缘化和垂直边缘化也是对图片的处理
方法，比如说，黑白照边缘化处理后，就能提取该图片的特征（fitter后得出的数字网格图每一个数字都是特征），从而做下
一步提取，而彩色图片也是一样的，用fitter的目的是去提取图片的特征，一步一步深化。
总体来说，就是一种处理彩色图片的方法罢了，而为什么可以用这种方法，黑白照片的处理可以为一个解释，但深化的解释视频
中也没说，我们就当成数学家们的严谨推导得出来的证明吧，这不是我们需要做的工作，我们会用就可以了。

RGB图片卷积：

7、卷积计算小结

8、简单卷积网络示例

 

该实例用来做图片分类问题：

最终提取出7*7*40=1960个特征

然后对这些特征展开成一个很长的向量，进行逻辑回归或者softmax处理来判断。
卷积神经网络包括三部分：
卷积层
池话层（一般我们有最大池化和平均池化，而最大池化就我认识来说是相对多的。需要注意的是，池化层一般放在卷积层后面。所以池化层池化的是卷积层的输出！）
全连接层

9、池化层

分为平均池化和最大池化

池化层：
用fitter筛选最大值
可以把左边的4*4当做某种特征的集合，用池化算子提取出某种特征，可能是一种垂直边缘，一只眼睛，或者是CAP特征，这个特征可能是
一个猫眼探测器。
如果输入图片是一个多信道（多维）图片，那么输出也是一个多维图片。
平均池话层：
用fitter去寻找平均值。
池化过程中没有需要学习的参数，它是神经网络中的一种静态属性。

10、卷积神经网络示例

letnet-5：

上面第二层网络后将特征打散，然后通过一个全连接层，全连接层是一个单层神经网络，将400个特征变成200个特征。然后再
通过一个全连接层，将特征变为84个特征，最后通过**函数softmax。

如果是手写体识别图片，那么softmax将会输出10个东西。

关于超级参数怎么选择，比如池话层中fitter中超级参数的选择，池化层没有需要训练的参数，但有超参数，这些参数不要随意选择，
后期会讲。

11、为什么用卷积