Tensorflow的学习笔记--卷积网络

发表于

前面说的都是全连接NN的demo,(每个神经元余额前后的相邻的每一个神经元都有链接关系，输入特征，输出为预测结果)

在全连接NN中，一张分辨率为28*28的黑白图像， 有784个数据，如果我们采用了500个样本整个的参数的个数为： 

1
2
第一层： 784*500+500 
第二层： 500*10+10

算下来接近40w个参数，参数过多，容易导致模型过拟合，如果换成高分辨率的彩色图像，问题会更为严重。 为了解决这个问题一般会首先提取图像的特征，把提取后的特征再喂给全连接网络，再对参数进行优化。

卷积

卷积是一种提取图片特征的方法，一般用一个正方形卷积核，遍历图片上的每一个像素点。图片与卷积内相对应的权重，然后求和，再加上偏置后，最后输出一个图片的像素值（图片来自网络，侵权请联系删除）。

tensorflow{:height=”600px” width=”600px”}

全零填充Padding

正常的卷积会导致图片的缩小，为了能够让输入和输出的图片尺寸一致，对图片周围的空数据进行全0填充。（图片来自网络，侵权请联系删除）。

tensorflow{:height=”600px” width=”600px”}

tensorflow中的卷积处理

在tensorflow中，使用tf.nn.conv2d方法来实现卷积的算法. conv2d有四个参数，对图片的描述，卷积核的描述，卷积核的滑动步长和是否使用padding.

具体参数描述：

  1. 对输入图片的描述：用batch给出一次喂入多少张图片，每张图片的分辨率大小，比如5行5列，以及这些图片包含几个通道的信息，如果是灰度图则是单通道，参数是1 ，彩色图像是3.

  1. 对于卷积核的描述： 要给出卷积的行分辨率和列分辨率，通道数以及用了几个卷积核。卷积核的通道数是由输入图片的通道数决定的，卷积核的通道数等于输入图片的通道数，所以卷积核的通道数也是1。

  2. 对卷积核滑动步长的描述： 第一个参数和最后一个参数是固定的，第二个和第三个表示滑动步长。

  3. 是否使用padding：padding=’valid’ 代表使用padding

多通道图片卷积

在大多数情况下，输入的图片是RGB三个颜色组成的彩色图。输入的图片包含红绿蓝三层数据，卷积核的深度应该等于输入图片的通道数.

多层卷积的计算方法和单层卷积核相似，卷积核为了匹配红绿蓝的三个颜色，把三层的卷积核套在三层的彩色图片上，重合的像素进行累加，再加上偏置项b，最终得到输出的值。

tensorflow{:height=”600px” width=”600px”}

池化

池化是对图片的像素进行优化和简化，具体过程如下图：

tensorflow{:height=”600px” width=”600px”}

池化包括对最大值池化和平均值池化。