https://www.toutiao.com/a6661824379845870088/ 點擊上方關(guān)注，All in AI中國  目錄
1.什么是CNN？計算機視覺日新月異的其中一個原因是深度學(xué)習(xí)。當(dāng)我們談?wù)撚嬎銠C視覺時，我們會想到一個術(shù)語，卷積神經(jīng)網(wǎng)絡(luò)（縮寫為CNN），因為CNN會在這一領(lǐng)域被大量使用。計算機視覺中CNN的例子是人臉識別、圖像分類等。它類似于基本的神經(jīng)網(wǎng)絡(luò)。 CNN還有可學(xué)習(xí)的參數(shù)，如神經(jīng)網(wǎng)絡(luò)，即權(quán)重、偏差等。 2.我們?yōu)槭裁匆褂肅NN？前饋神經(jīng)網(wǎng)絡(luò)問題 假設(shè)您正在使用MNIST數(shù)據(jù)集，您知道MNIST中的每個圖像都是28 x 28 x 1（黑白圖像只包含1個通道）。輸入層中的神經(jīng)元總數(shù)將為28 x 28 = 784，這是可以管理的。如果圖像的大小是1000 x 1000，這意味著你在輸入層需要10?個神經(jīng)元。這似乎是在操作中需要大量神經(jīng)元。它在計算上無效，這就是卷積神經(jīng)網(wǎng)絡(luò)。簡單來說，CNN所做的就是提取圖像的特征并將其轉(zhuǎn)換為較低的維度的圖像，而不會失去其特征。在下面的例子中，你可以看到初始圖像的大小是224 x 224 x 3，如果你不繼續(xù)卷積，那么你需要224 x 224 x 3 = 100,352個輸入層的神經(jīng)元數(shù)量，但是在應(yīng)用卷積后，你輸入張量維數(shù)減少到1 x 1 x 1000。這意味著你只需要第一層前饋神經(jīng)網(wǎng)絡(luò)中的1000個神經(jīng)元。  3.幾個定義在理解CNN之前，您應(yīng)該了解的定義很少 3.1圖像表示 考慮到圖像，很容易理解它有高度和寬度，因此用二維結(jié)構(gòu)（矩陣）表示包含在其中的信息是有意義的，直到你記住圖像有顏色，并添加有關(guān)圖像的信息顏色，那就是當(dāng)張量變得特別有用時，我們需要另一個維度。 圖像被編碼成顏色通道，圖像數(shù)據(jù)在給定點的顏色通道中表示為每種顏色強度，最常見的是RGB，這意味著紅色、藍色和綠色。圖像中包含的信息是每個通道顏色的強度轉(zhuǎn)換成圖像的寬度和高度，就像這樣  因此，具有寬度和高度的每個點處的紅色通道的強度可以表示為矩陣，對于藍色和綠色通道也是如此，因此我們最終具有三個矩陣，并且當(dāng)它們組合時，它們形成 tensor。 3.2邊緣檢測 每個圖像都有垂直和水平邊緣，實際上組合形成一個圖像。卷積操作與一些濾波器一起用于檢測邊緣。假設(shè)您有尺寸為6 x 6的灰度圖像和尺寸為3 x 3的濾鏡（比方說）。當(dāng)6 x 6灰度圖像與3 x 3濾波器卷積時，我們得到4 x 4圖像。首先，3 x 3濾鏡矩陣乘以我們的灰度圖像的前3 x 3尺寸，然后我們將一列向右移動到結(jié)束，之后我們移動一行，依此類推。  卷積操作 卷積操作可以通過以下方式可視化。這里我們的圖像尺寸是4 x 4，濾鏡是3 x 3，因此我們在卷積為2 x 2后得到輸出。  卷積的可視化 如果我們有N x N圖像大小和F x F濾波器大小，那么在卷積結(jié)果之后  3.3步幅和填充 Stride表示我們在卷積的每一步驟中移動了多少步。默認情況下它是1。  與Stride 1的卷積 我們可以觀察到輸出的大小小于輸入的大小。為了保持輸出的維度，我們使用填充。填充是對稱地將0添加到輸入矩陣的過程。在以下示例中，額外的灰色塊表示填充。它用于使輸出的維度與輸入相同。  假設(shè)'p'是填充 最初（沒有填充）  應(yīng)用填充后  應(yīng)用填充后 如果我們在帶有填充的（N + 2p）x（N + 2p）輸入矩陣中應(yīng)用濾波器F x F，那么我們將得到輸出矩陣維數(shù)（N + 2p-F + 1）x（N + 2p-F + 1） 。我們知道在應(yīng)用填充后，我們將獲得與原始輸入維度（N x N）相同的維度。因此我們有，  等式（3）清楚地表明Padding取決于濾波器的尺寸。 4.在CNN中的圖層CNN中有五個不同的層：
4.1輸入層 CNN中的輸入層應(yīng)包含圖像數(shù)據(jù)。如前所述，圖像數(shù)據(jù)由三維矩陣表示。您需要將其重塑為單個列。假設(shè)您有尺寸為28 x 28 = 784的圖像，則需要在輸入輸入之前將其轉(zhuǎn)換為784 x 1。如果你有“m”訓(xùn)練樣例，那么輸入的維數(shù)將是（784，m）。 4.2. Convo層 Convo圖層有時稱為特征提取圖層，因為圖像的特征是在此圖層中提取的。首先，如前所述，圖像的一部分連接到Convo層以執(zhí)行卷積操作，并計算感受場之間的點積（它是輸入圖像的局部區(qū)域，具有與濾波器相同的大小）和過濾器。操作結(jié)果是輸出量的單個整數(shù)。然后我們將濾鏡移到相同輸入圖像的下一個接受域，再次執(zhí)行相同的操作。我們將一次又一次地重復(fù)相同的過程，直到我們完成整個圖像。輸出將是下一層的輸入。 Convo層還包含ReLU激活，以使所有負值為零。 4.3.池化層 池化層用于減少卷積后輸入圖像的空間體積。它用于兩個卷積層之間。如果我們在Convo層之后應(yīng)用FC而不應(yīng)用池或最大池，那么它在計算起來會比較昂貴，并且我們不想要它。因此，最大池化只是輸入圖像空間體積的唯一途徑。在上面的例子中，我們在單深度切片中應(yīng)用了max pooling, Stride為2。你可以看到4×4維的輸入被縮減為2×2維。 池化層中沒有參數(shù)，但它有兩個超參數(shù)——Filter（F）和Stride（S）。 通常，如果我們有輸入尺寸W1 x H1 x D1，那么 W2 =（W1-F）/ S + 1 H2 =（H1-F）/ S + 1 D2 = D1 其中W2，H2和D2是輸出的寬度、高度和深度。 4.4.完全連接層（FC） 完全連接的層涉及權(quán)重、偏差和神經(jīng)元。它將一層中的神經(jīng)元連接到另一層中的神經(jīng)元。它用于通過訓(xùn)練對不同類別的圖像進行分類。 4.5. Softmax / Logistic Layer Softmax或Logistic層是CNN的最后一層。它位于FC層的末尾。 Logistic用于二進制分類，softmax用于多分類。 4.6.輸出層 輸出層包含標(biāo)簽，該標(biāo)簽采用單熱編碼形式。 現(xiàn)在你對CNN有了很好的理解。讓我們在Keras實施CNN。 5.Keras實施 我們將使用CIFAR-10數(shù)據(jù)集來構(gòu)建CNN圖像分類器。 CIFAR-10數(shù)據(jù)集有10個不同的標(biāo)簽
它有50,000個訓(xùn)練數(shù)據(jù)和10,000個測試圖像數(shù)據(jù)。 CIFAR-10中的圖像尺寸為32 x 32 x 3.它帶有Keras庫。 模型可視化 如果您使用谷歌colaboratory，那么請確保您使用的是GPU。檢查GPU是否打開。請嘗試以下代碼。 輸出： 首先，導(dǎo)入所有必需的模塊和庫。 然后加載數(shù)據(jù)集并將其拆分為訓(xùn)練集和測試集。 我們將輸出CIFAR-10中的訓(xùn)練樣本形狀、測試樣本形狀和課程總數(shù)。我們之前看到有10個班級。為了舉例，我們將從訓(xùn)練集和測試集中輸出兩個示例圖像。 輸出： 找到輸入圖像的形狀，然后將其重塑為用于訓(xùn)練和測試集的輸入格式。之后，將所有數(shù)據(jù)類型更改為浮點數(shù)。 通過將訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)除以255來將數(shù)據(jù)歸一化到0-1之間，然后使用to_catagorical（）函數(shù)將所有標(biāo)簽轉(zhuǎn)換為單熱矢量。 使用單熱編碼顯示類別標(biāo)簽的更改。 輸出： 現(xiàn)在創(chuàng)建我們的模型，將加載Convo圖層，然后合并圖層。然后我們將連接密集（FC）層來預(yù)測類。輸入到第一個Convo層的輸入數(shù)據(jù)，該Convo層的輸出用作下一個Convo層的輸入，依此類推。最后，數(shù)據(jù)被送到FC層，試圖預(yù)測正確的標(biāo)簽。 初始化所有參數(shù)并使用rmsprops優(yōu)化器編譯我們的模型。有許多優(yōu)化器，例如adam、SGD、GradientDescent、Adagrad、Adadelta和Adamax，您可以隨意嘗試它。批量為256，有50個epoch。 model.summary（）用于查看模型中每個圖層中的所有參數(shù)和形狀。您可以觀察到總參數(shù)為276,138，總可訓(xùn)練參數(shù)為276,138。非訓(xùn)練參數(shù)為0。 輸出： 在編譯我們的模型之后，我們將通過fit（）方法訓(xùn)練我們的模型，然后對其進行評估。 輸出： 經(jīng)過訓(xùn)練，我們得到了83.86％的準(zhǔn)確率和75.48％的驗證準(zhǔn)確性。這個結(jié)果還是不錯的。 結(jié)論：恭喜！ 您通過了解Keras的基本概念，在Keras中構(gòu)建了卷積神經(jīng)網(wǎng)絡(luò)。 您可以通過更改其超參數(shù)來試驗它！ 編譯出品 |
|
|
