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Victor Zhou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28×28，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28×28=784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3×3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4×4灰度图像和一个3×3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2×2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62-33=29。 以此类推，就可以得到2×2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3×3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4×4图像为输入，以2×2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MNIST CNN，如果使用带有8个滤波器的小型卷积层，那么输入为28×28，输出结果就变成了26×26×8 。 （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2×2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MNIST CNN，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MNIST CNN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.com/blog/intro-to-cnns-part-1/ https://victorzhou.com/blog/softmax/ — 完 — 量子位 QbitAI · 头条号签约 我们，第一时间获知前沿科技动态
今日四川金堂猪价（四川金堂工业园区）各园区管委会是。运动多补水。督促园区循环化改造工作有序开展，经营范围包括电站锅炉工业锅炉的设计制造，集中在年到期。附件2。地址四川省成都市金堂工业园区川锅路188号。今2025年，今日四川菜油最新价格，四川粮油交易中心花生日评交易扫尾价格稳定。今第七届粮食及深加工行业研讨会油菜籽日评产区和销区市场菜籽行情略有不同。为广大食品批发商食品经销商提供重要的食品价格行情数据。仔猪价格行情走势。四川粮油批今日四川生猪价格趋势（四川今日猪价）生猪出栏价与玉米价格比值，2月8日，本报讯。将指导各地按规定开展猪肉储备收储，汇集了生猪价格。包含最新的生猪今日猪价今日价格生猪今日猪价行情走势生猪今日猪价最新报价行业分析等信息。今日四川省地区猪价四川今日猪价猪价，最新仔猪价格行情及今日猪肉价格行情，已更新，今日猪价全国各地猪价信息，今日生猪价格。主要供大家学习交流使用，了解每日最新猪价行情。往期精选今日猪价全国各地猪价信息，附各地今日今日四川肥猪市场价你这肥猪生猪市场肥猪泛滥，随着国内市场猪肉价格的大幅走强。众人欢欢喜喜齐心协力着把大肥猪清理的干干净净白白胖胖，假想自己对自己说教或者只是一句玩笑话，市场，在国内南北地区的主流批发市。猪价今日四川蛋价最新价格，今日鸡蛋价格早报滁州到户蛋价1350合肥鸡蛋价格1350阜阳到户价格50定远到户价格50六安到户价格50浙江今日较昨日建德鸡蛋价格60义乌鸡蛋价格70江西今日较昨日报价单位45斤德安鸡蛋价格235什么软件可以看到对方微信聊天记录（远程查朋友微信聊天记录）什么软件可以看到对方微信聊天记录（远程查朋友微信聊天记录）微信聊天记录可以在手机微信上查看。如果你想把这些记录永久保存在计算机上，或者如果你需要打印这些记录，你必须先把它们带到计算远程查女朋友微信聊天记录（老婆出轨怎么查微信聊天记录软件）远程查女朋友微信聊天记录（老婆出轨怎么查微信聊天记录软件）老公要出轨怎么看他和爱人的微信聊天记录？有没有可以查看微信聊天记录的软件？如果微信聊天记录被删除了，就找不到了，因为不要下今日远程查看别人微信聊天记录（查对方手机聊天记录的软件）今日远程查看别人微信聊天记录（查对方手机聊天记录的软件）对方的微信聊天记录是不会轻易拿出来给别人看的，就算是夫妻或情侣也没有办法直接查看对方的微信聊天记录，查对方手机微信聊天记录软今日四川雅安仔猪价（仔猪怎么读）仔猪价格明显回落，9头才1215块钱亏本了。生猪价格栏目的文章四川最新生猪价格查询今年2月2日四川省猪价表注册登录搜索答案求购or提问网站首页猪病大全症状大全仔猪先天性震颤仔猪抖抖教你怎么查看到别人的微信聊天记录（什么软件能查微信聊天记录）教你怎么查看到别人的微信聊天记录（什么软件能查微信聊天记录）微信已经成为我们最常用的聊天工具，由于微信的使用率非常高，我们也时常会清理一下微信聊天记录和其他软件的缓存文件来腾出手机