白交发自凹非寺量子位报道公众号QbitAI 看你是人还是物，是猫还是狗。 卷积神经网络（CNN）最重要的用途就是图像分类。说起来，似乎很简单。 为什么不使用普通的神经网络呢？ 那是因为在图像分类时，面临着图像大，物体的形态、位置不同等问题，这就给普通的神经网络带来了难题。 而，卷积神经网络就是来解决这个问题。 Facebook软件工程师VictorZhou这篇入门贴，就介绍了什么是卷积神经网络。 截至目前，已经有47k访问量了。 已经对神经网络有所了解的同学，一起来看看吧。MNIST手写数字分类 首先，就以MNIST手写数字分类为例，这就是MNIST数据集的样本。 很简单，就是识别图像，然后将其分类为数字。 MNIST数据集中的每个图像均为2828，我们看到，都是居中的灰度数字。 正常的神经网络其实就可以解决这个问题，首先将每张图像视为2828784维向量，将784维送到一个784维的输入层，堆叠几个隐藏层，然后用10个节点的输出层来完成，每个数字1个节点。 但这些数字居中，且图像较小，所以也就没有尺寸大、位置偏移的问题。但是我们知道实际生活中，情况并非如此。 好了，有了一个基本的了解之后，我们就进入了这个卷积神经网络的世界吧。什么是卷积神经网络？ 顾名思义，卷积神经网络就是基本上只是由卷积层组成的神经网络，卷积层是基于卷积的数学运算。 而卷积层是由一组滤波器组成，你可以将其视为二维矩阵的数字。比如，这是一个33滤波器。 将输入图像与滤波器结合卷积生成图像，这其中包括：将滤波器叠加在图像的某个位置上。在滤波器中的值和图像中的相应值之间进行元素乘法。将所有元素的乘积相加。这个和就是输出图像中的目标像素的输出值对所有位置重复进行。 这样说，可能有些抽象看不太懂。没关系，例子这就来了。 我们以一个微小的44灰度图像和一个33的滤波器为例。 图像中的数字就是我们日常见到的像素强度，其中0为黑色，255为白色，我们的输出设置成为、一个22的输出图像。 首先，将我们的滤波器叠加到图像的左上位置。 接着，将两个值（图像值和滤波器值）进行逐元素相乘。得到了如下的表格： 得出结果623329。 以此类推，就可以得到22图像的数值。 卷积有什么用？ 我们先把卷积的用途放一下，来看图。 这不就是刚刚33的滤波器吗？其实它还有一个专业的名字垂直Sobel滤波器，对应的还有一个水平Sobel滤波器，就是中间横着的一行数字为0。 其实，Sobel滤波器是边缘检测器，垂直Sobel滤波器是检测垂直边缘，而水平Sobel是检测水平边缘。 这么说，可能不太明显。我们来看图。 是不是有点感觉了。 试想，如果两个滤波器都是用了，卷积是不是就能抓住图像的边缘特征了。 输出图像中的亮像素说明了原始图像的周围又很强的边缘。 这样一来，卷积就可以帮助我们寻找特定的局部图像特征，比如边缘。填充 通常来说，我们其实都希望输出图像能够跟原始图像的大小相同。但在上面的示例中，我们是以44图像为输入，以22图像为输出，那应该怎么解决这个问题呢？ 填充。这时候就要谈到0的妙用了。 就是要在图像周围添加一圈0，而滤波器则也需要填充1个像素。 这样，输出跟输入的图像具有相同的尺寸，叫做相同填充。卷积层 卷积层就包含了上述的一组滤波器，卷积层的主要参数就是滤波器的数量。 对于MNISTCNN，如果使用带有8个滤波器的小型卷积层，那么输入为2828，输出结果就变成了26268。 （因为是有效填充，它将输入的高度和宽度将减少2）池化层 图像中的相邻i像素往往都有相似的值，而经过卷积层也就能在相邻像素中产生了相似的值。这样就会导致卷积层输出的很多信息都是多余的。 就如上述的负责边缘检测的滤波器，它能够在某个位置上找到较强的边缘，但是从很可能在其相邻的一个像素也能找到较强的边缘，这样就造成了两个相同的边缘同时存在。 这样的话，就造成了信息的冗余，不会发现新的信息。 池化就解决了这个问题。池化，就是通过将输入中的值集中在一起，减少输入的大小。 通常，是通过一个简单的操作来完成的，比如取max、min或平均值。 下面是一个最大池化层的例子，池化大小为2的最大池化层。为了执行最大池化，以22块遍历输入图像，并将最大值放入对应像素的输出图像中。 池化将输入的宽度和高度除以池大小。 比如，对于我们的MNISTCNN，我们将在初始转换层之后立即放置一个池大小为2的最大池化层。池化层会将26x26x8输入转换为13x13x8输出。 softmax层 实际上，最终完成CNN，还需要赋予其预测的能力。 那么，将通过使用多类分类问题的标准最终层：Softmax层，这是一个完全连接（密集）的层，它使用Softmax函数作为其激活的全连接（密集）层。 什么是Softmax函数？ 给定一些数字，Softmax函数就能将任意数字转化为概率。 比如，我们选定数字1、0、3和5。 首先，我们需要计算e的指定数字次方，然后将其所有结果相加，当作分母。 最后，e的指定数字次方的值就作为分子，由此计算可能性。 而以MNISTCNN为例，将使用带有10个节点的softmax层作为CNN的最后一层，每个数字代表一个数字。层中的每个节点将连接到每个输入。 应用softmax变换后，由节点表示的概率最高的数字将是CNN的输出了。 好了，介绍了这么多。是不是能够很好的理解卷积神经网络了呢？ 可以私戳下方链接了解更多哦～ 传送门： https：victorzhou。comblogintrotocnnspart1 https：victorzhou。comblogsoftmax 完 量子位QbitAI头条号签约 我们，第一时间获知前沿科技动态
异地恋的男生的心理异地恋的男生应该怎么做说到异地恋，两人见面时隔着视频，交流是通过手机，想要抱抱对方那是不可能的，这样维持感情真的很痛苦，异地恋到底该怎样谈呢。异地恋的男生的心理1。希望女友不要变心对于身……告白被拒要放弃吗告白被拒后还要做朋友吗爱情是从告白开始的，如果告白被拒，你和他的爱情就不存在了，告白被拒后心里是有点小滋味的，告白被拒后一定不要纠缠，该怎么做下面就有。告白被拒要放弃吗恋爱不易，所以若是告白被……男女谈恋爱的几个阶段男女谈恋爱的相处技巧我们都知道每一对男女谈恋爱的时候都会有不同的几个阶段，大家随着时间都会更加深入了解对方，相处模式也会随着时间改变，两人相处信任是很重要的。男女谈恋爱的几个阶段恋爱第一阶段……男女谈恋爱先去谁家男女双方家长见面顺序男女谈恋爱到了一定的阶段就会将对方介绍给家人认识，男女谈恋爱见家长是很重要的，这绝定了对方家里人对你的第一印象，好好表现才好。男女谈恋爱先去谁家这要根据不同地方的习俗哦，……和学音乐的男生恋爱是什么感觉女生喜欢学音乐的男生吗经常能听到很多人说学音乐的男生都很花心，但是我觉得并不能这样一概而论，或许是你运气差碰到的是比较花心的男生，如果你喜欢音乐和学音乐的男生谈朋友，何尝不是一种享受。和学音乐的男生……美国硬币不够用了关于到现在美国硬币不够用了这个话题，相信很多小伙伴都是非常有兴趣了解的吧，因为这个话题也是近期非常火热的，那么既然现在大家都想要知道美国硬币不够用了，小编也是到网上收集了一些与……重阳节英语（重阳节的英文怎么说？）重阳节英语（重阳节的英文怎么说？）又到了一年一度的九月九，登高望远的重阳节。在英语中，重阳节可以表达为：DoubleNinthFestivalChongYan……哪种女孩子撩不动哪种女孩子不好追现在社会的原因，很多女孩子在思想上就有一定的转变，变得更独立，更有自己的想法，所以现在有很多女孩不好撩的，想撩还要多下功夫。哪种女孩子撩不动1、经常不耐烦的女生只要……怎么知道男友心里在想什么精神出轨的人会有什么表现在恋爱过程中，女生常常猜不到男生在想什么，会纠结男朋友到底爱不爱我，会不会离开我。怎么样才能了解男人内心的想法呢、今天就给大家介绍几招小技巧。怎么知道男友心里在想什么第一……男友不敢见你父母说明什么为什么男友不愿意见你父母当恋爱进行到一种程度的时候如果你感觉你们感情已经稳定，可以开始接触双方的父母了，但是男友一直拒绝见你们的父母究竟说明了什么呢？下面跟着小编我们一起来了解一下吧。男友不敢见……怎么查微信以前的好友聊天记录吗（微信聊天记录删了在哪里还能找怎么查微信以前的好友聊天记录吗（微信聊天记录删了在哪里还能找到）微信现已成为我们最常用的谈天东西，因为微信的运用率十分高，我们也常常会收拾一下微信谈天记载和其他软件的缓存……爸爸出轨要不要告诉男朋友男朋友出轨该不该告诉他父母感情的事随遇而安就好，出轨在我们生活中是很常见的事情，有人发现自己的爸爸出轨了，在犹豫要不要告诉男朋友，其实这取决于你两的关系亲密度。爸爸出轨要不要告诉男朋友爸爸出轨最好……