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
努比亚z17怎么样（努比亚z21什么时候发布）请我们，为您每天更新手机比选价格评测信息，谢谢！请点击右上角的。努比亚Z17（8GB64GB）上市时间2017年08月21日屏幕尺寸5。5英寸分辨率19201080屏幕像素密度40努比亚z11怎么样（努比亚z11评测）2015年5月，nubia发布了国内首款无边框手机Z9，引发了极高的市场度。不过由于相关技术还不算非常成熟，再加上受骁龙810处理器的拖累，该机的表现并不是太好，尽管它本身也不是一努比亚手机怎么样（努比亚红魔游戏手机怎么样）预约人数虽然不能代表该机的真实销量，但是从另一面我们能够很直观地看到，这款手机是深受用户欢迎和喜爱的。不久前发布的努比亚红魔游戏手机6，在预约阶段，单平台的预约人数就已经突破了15怎么激活支付宝（支付宝付款显示未激活怎么办）怎么激活支付宝（支付宝付款显示未激活怎么办）支付宝是全球领先的独立第三方支付平台，线上线下都可以使用。在线上，各购物网站，只要是支持用支付宝付款的都可以。线下，各超市，商场，商户，送婆婆什么礼物好（给五十多女性长辈送啥）自古以来，婆媳关系就是一种剪不断理还乱的关系，婆媳相处好，家庭和睦人人羡慕，婆媳关系不好，鸡飞狗跳一地鸡毛。一个儿媳妇想要维护好婆媳关系，那就必须要学会一些技巧，尤其是给婆婆送礼物苹果哪里便宜（在哪里买苹果12便宜）11月还没正式来到，2021年的双11购物狂欢的热情已经完全被点燃，全民都沉浸在预售的狂欢里，尤其是对于广大果粉们来说，更是惊喜不断。根据京东页面显示，10月26日Apple全系产验车去哪里（新车第一次验车去哪里验）太平洋汽车网用车频道经过一轮折腾，我们终于选好了心仪的爱车了，但车还在4S店等着我们去提取。在提车阶段，具体的步骤有哪些呢？我们需要如何验车？又有哪些注意事项要留意？下面就为大家一单电相机（单反和单电的优缺点）单电相机（单反和单电的优缺点）说起索尼的单电相机，在索尼发布了众多的微单相机后，A系列单电相机已然让我们有一些遗忘了他们的存在。更何况现如今索尼的微单产品线也已经启用（阿尔法）之名交房流程（交房手续及流程）交房流程（交房手续及流程）为持续优化升级服务品质，让新房交付变成美好邂逅。5月14日，万科佛山2021年首场先验房，再收楼暨交付即交证活动在佛山万科中骏金域西江项目举行。活动结合交买二手车注意事项（二手车交易要注意哪些事项）买二手车注意事项（二手车交易要注意哪些事项）如今越来越多的人在买车的时候会选择二手车，因为二手车比新车性价比更高更保值。那么新手或者是外行在购买二手车的时候，一不小心就会被坑，比方雅思成绩过期了怎么办（雅思成绩延期）本文为大家整理了雅思成绩延迟发放应对方法是什么，这个内容也只是提供给考生们参考学习，以下主要为大家介绍了详细内容，期望可以帮助到大家。雅思成绩延迟发放的情况是很少会出现的，同时普通