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
电脑qq收藏在哪里（电脑qq文件怎么收藏）小伙伴们有没有这么一个感觉，如今手机的内存越做越大，但却越来越不够用了。想当年小雷还在读高中那会儿，手持魅蓝note初代，16GB内存用起来毫无负担。拍照录视频，聊QQ，再玩玩时下身份证扫描件怎么弄（身份证正反面扫描电子版）点击上方绘威打印，我专业，您轻松！除了日常的文件打印工作，扫描证件也是我们使用打印机比较频繁的功能。在扫描身份证时，很多人不清楚如何将两面身份证同时设置到同一页上，或是出现上下颠倒扫描怎么弄（扫描件自己可以弄吗）作者江下科技如何用手机扫描图片成电子版pdf文件最近才知道，原来手机自带扫描仪功能，涨知识了，学会了能受用一生！平时外出工作的时候，可能会遇到需要将纸质文件拍照扫描成电子版的pdf电子版的照片怎么弄（电子版照片怎么做）因为离职的原因，我现在正在制作简历，方便后面找工作。但是将电子档的证件照放在简历上才发现，自己的证件照真的好难看，想当初还是花费了很多钱照的呢。未免有些难过，想要一个好看的证件照不如何用ai（ai怎么扫描手绘图片）今天的AI基础教程，我们继续来讲解Illustrator素描效果组中的效果，今天我们要讲的是第五个效果影印效果。影印效果可以模拟影印图像的效果。上图是应用了影印效果的蝴蝶。我们选中你怎么连话都说不清楚（一首歌高潮是什么什么不说话）幼儿期是人一生中语言发展的最佳时期，在此期如果出现发音器官发育不健全或器质性病变，引起孩子发音不清楚或他人听不懂的语言，造成人际交往问题，上学后出现阅读方面的学习困难，出现情绪和行说话怎么样（说话不清楚）讲话和演讲最基本的也是最重要的，就是要语音准确吐字清晰。小优整理了一些怎样才能做到发音吐字清晰方法，希望对你们有所帮助。发音吐字清晰训练法我们在小学时，都学习过拼音，都知道每个字都戴尔商务笔记本（戴尔最便宜的笔记本）戴尔商务笔记本（戴尔最便宜的笔记本）这台笔记本是帮大学同学代购的，理由也很简单，xps的设计简洁好看，目前高端办公本17寸可能也只有他了，具体配置如下。inteli710875h8怎么投放广告（怎么投放广告是最有效的）随着网络的普及，现在已经进入了全民互联网时代，为了赶上互联网的顺风车，全国85以上的企业都在布局互联网市场，所以企业现在考虑的已经不是要不要做互联网营销推广，而是如何做，怎么做广告魅蓝2多少钱（魅蓝3s上市时间）手机中国消费升级元器件涨价人民币汇率问题这些是今年国产手机厂商集体涨价的背后。然而，手机越卖越贵仅仅让手机的均价向上延伸，在入门级市场，依然有一大把揣着钞票观望的用户。作为一个历史魅蓝5多少钱（魅蓝5手机图片）PConline资讯10月31日万圣节，北京鸟巢南广场放羊工社。魅族科技举办首届跨界演唱会天猫魅蓝之夜，发布青年良品魅蓝5。作为一款主打长续航和指纹识别的产品，魅蓝5延续mTouc