cnn系列文章四 --池化层和简单卷积网络示例

cnn系列文章三 –padding和strides详解
出去吃了个饭，突然感觉好没胃口，好落寞。。。。
哎，继续吧
一句歌词继续中:

《霜雪千年》
苔绿青石板街
斑驳了流水般岁月
小酌三盏两杯
理不清缠绕的情结

典型的卷积神经网络

• convolution (Conv) 卷积层
• pooling (pool) 池化层
• fully connected (FC) 全连接层

池化层

1. max pooling(最大池化)

简单的说就是使用过滤器对图像进行区域分割，然后输出每个区域的最大值。

比如下图使用2×2$2\times 2$的过滤器，选择步长为2，则然后输出4−22+1=2$\frac{4-2}{2}+1=2$即2×2$2\times 2$的图像，每个像素点的值为原图像中过滤器覆盖区域的最大值

最大池化的直观理解：

还记得垂直边缘检测的例子吗，在边缘处，输出图像的值很大。也就是说，当输出图像的值很大时，意味着提取了某些特征。

而最大池化的操作就是，只要在任何一个象限中提取到某个特征，就都会保留到最大池化的输出结果中。如果提取到某个特征，则保留其最大值，比如上图中左上角的9，而如果为提取到特征，则最大池化后的输出仍很小，比如右上角的2.

在实际工作中，加入最大池化后，通常网络表现的会很好。

注意当有多个通道时：是对每一通道分别进行最大池化操作，不会改变图像的通道数目。

2.average pooling (平均池化)

顾名思义，就是在每个区域上求平均值，作为平均池化的输出值

平均池化用的很少

总结

1. 池化操作不需要训练参数，只有两个超参数：

   • f:filtersize$f:filtersize$
   • s:stride$s:stride$

   常见的超参数有：

   f=2,s=2$f=2,s=2$将图像的高度和宽度减半

   f=3,s=2$f=3,s=2$

2. 很少用padding,即p=0$p=0$

3. input: nH×nW×nC$n_H\times n_W\times n_C$

   output: ⌊nH−fs+1⌋×⌊nW−fs+1⌋×nC$\lfloor \frac{n_H-f}{s}+1\rfloor \times \lfloor \frac{n_W-f}{s}+1\rfloor \times n_C$

卷积神经网络示例

参数设计收LeNet-5启发。我的建议还是在纸上推导一下呢。

接下来看一下网络结构和参数：

来计算几个参数：
我发现208这个参数数量有点没太搞懂

不是5×5×3×8+8=608$5\times 5\times 3\times 8+8=608$吗？

• 参数大多集中在全连接层
• 随着网络层深度增加，**数量在减小，但是数量不能下降的太快，否则会影响网络的表现性能。

卷积神经网络的优势

若是全连接层需要的参数大概是14 million。

• 参数共享
  
  某一个特征检测器可以在所有图像上使用，大量减少参数数量
• 稀疏连接
  
  每一个输出像素值紧依赖于输入很小的输入值，而非全连接层的所有输入值。更容易发现局部特征

通过以上两种方式，cnn结构大量减少参数数量。

接下来讲解tensorflow卷积和池化两个函数。