個人學習卷積神經網路的疑惑解答

以下是我自己在學習CNN的時候遇到的一些困惑，以及查閱一些資料後得到的一些答案。

第一個問題：為什麼不用BP神經網路去做呢？
1.全連線，權值太多，需要很多樣本去訓練，計算困難
　　• 應對之道：減少權值的嘗試，區域性連線，權值共享

　　卷積神經網路有兩種神器可以降低引數數目。
　　第一種神器叫做區域性感知野，一般認為人對外界的認知是從區域性到全域性的，而影象的空間聯絡也是區域性的畫素聯絡較為緊密，而距離較遠的畫素相關性則較弱。因而，每個神經元其實沒有必要對全域性影象進行感知，只需要對區域性進行感知，然後在更高層將區域性的資訊綜合起來就得到了全域性的資訊。
　　第二級神器，即權值共享。

 

2.邊緣過渡不平滑
　　• 應對之道：取樣視窗彼此重疊

 

第二個問題：LeNet裡的隱層的神經元個數怎麼確定呢？
它和原影象，也就是輸入的大小（神經元個數）、濾波器的大小和濾波器在影象中的滑動步長都有關！

LeNet-5共有7層，不包含輸入，每層都包含可訓練引數（連線權重）。輸入影象為32*32大小。

例如，我的影象是1000x1000畫素，而濾波器大小是10x10，假設濾波器沒有重疊，也就是步長為10，這樣隱層的神經元個數就是(1000x1000 )/ (10x10)=100x100個神經元了。

那重疊了怎麼算？比如上面圖的C2中28*28是如何得來的？這裡的步長就是1，視窗大小是5*5，所以視窗滑動肯定發生了重疊。下圖解釋了28的由來。

 

 

第三個問題：S2層是一個下采樣層是幹嘛用的？為什麼是下采樣？
也就是上面所說的池化層，只是叫法不同而已。這層利用影象區域性相關性的原理，對影象進行子抽樣，可以減少資料處理量同時保留有用資訊，相當於影象壓縮。

不懂的可以加我的QQ群：522869126（語音訊號處理） 歡迎

你的到來哦，看了博文給點腳印唄，謝謝啦~~