(15.4.1)--14.4.1卷积神经网络的基本思想-PPT1

卷积神经网络（Convolutional Neural Network，简称CNN）是一种深度学习模型，广泛应用于图像识别、计算机视觉和自然语言处理等领域。它的基本思想源于人脑的视觉皮层，通过模拟大脑处理视觉信息的方式，对输入数据进行特征检测和学习。 在CNN中，有两个核心概念：卷积层和池化层。 1. **卷积层**： - **滤波器/卷积核**：CNN中的卷积层使用一组可学习的参数，称为滤波器或卷积核，它们在输入数据上滑动并执行卷积操作。每个滤波器可以检测图像的不同特征，如边缘、纹理或颜色。 - **权值共享**：不同于传统的全连接神经网络，卷积层的权重是共享的。这意味着每个滤波器在图像的每个位置应用相同的权重，大大减少了模型参数的数量，降低了过拟合的风险。 - **步长与填充**：步长（stride）决定了滤波器移动的步距，而填充（padding）则用于保持输出特征图的尺寸与输入一致，或者按需调整大小。 2. **池化层**： - **下采样**：池化层的主要目的是降低数据的空间维度，减少计算量，同时保持重要特征。常见的池化操作有最大池化（Max Pooling）、平均池化（Average Pooling）等。 - **不变性**：池化层增加了模型对平移的不变性，即即使输入图像稍有移动，模型也能识别出相同的特征。 3. **激活函数**： - CNN通常使用ReLU（Rectified Linear Unit）作为激活函数，它解决了Sigmoid和Tanh函数在深层网络中易出现梯度消失的问题。 4. **全连接层**： - 在卷积层和池化层处理后的特征图会被展平成一维向量，然后输入到全连接层中，用于分类或回归任务。 5. **批量归一化**和**dropout**： - 批量归一化（Batch Normalization）加速训练过程，使网络更稳定，通过规范化每一层的输入。 - Dropout是正则化的一种方法，随机丢弃一部分神经元以防止过拟合。 6. **训练过程**： - CNN的训练通常采用反向传播算法，通过梯度下降优化损失函数，更新权重和偏置。 - 预训练和微调策略：在大规模标注数据集（如ImageNet）上预训练的CNN模型可以作为基础模型，在特定任务上进行微调，有效提高新任务的性能。 7. **应用场景**： - 图像分类：识别图片中的物体类别，如ImageNet挑战。 - 目标检测：找出图片中特定对象的位置和大小，如YOLO、SSD等方法。 - 语义分割：像素级别的分类，将图像分为多个类别区域。 - 人脸识别：识别人脸并进行验证或识别。 - 除此之外，CNN也被应用于音频识别、推荐系统和自然语言处理等领域。 总结来说，卷积神经网络通过其特有的卷积、池化和全连接结构，以及权重共享等机制，能够有效地学习和提取复杂的数据特征，尤其在处理具有网格结构和局部相关性的数据时表现优异。随着深度学习的发展，CNN的架构和应用也在不断演进，如ResNet、InceptionNet等新型网络结构，进一步提升了模型的性能和泛化能力。