終于把卷積神經(jīng)網(wǎng)絡(luò)算法搞懂了！?。?/h1>
大家好，我是小寒
今天給大家分享一個(gè)強(qiáng)大的算法模型，卷積神經(jīng)網(wǎng)絡(luò)算法
卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種專門用于處理具有網(wǎng)格結(jié)構(gòu)數(shù)據(jù)（如圖像）的深度學(xué)習(xí)模型。
CNN 的核心是通過卷積操作來提取圖像中的局部特征，并通過池化操作降低數(shù)據(jù)的維度。
卷積神經(jīng)網(wǎng)絡(luò)在很多計(jì)算機(jī)視覺任務(wù)中都表現(xiàn)出色，比如圖像分類、目標(biāo)檢測(cè)和圖像生成等。
圖片
相關(guān)原理
卷積神經(jīng)網(wǎng)絡(luò)由若干層堆疊而成，通常包括卷積層、池化層以及全連接層。
卷積層
卷積層是 CNN 的核心，它使用卷積核（或稱過濾器）對(duì)輸入進(jìn)行卷積操作，以提取輸入數(shù)據(jù)的局部特征。
圖片
- 卷積操作
卷積層使用卷積核（或過濾器）在輸入數(shù)據(jù)上進(jìn)行局部滑動(dòng)，計(jì)算加權(quán)和來生成特征圖。
這個(gè)過程使卷積層能夠識(shí)別輸入數(shù)據(jù)中的局部模式，如邊緣、角點(diǎn)等。 - 共享權(quán)重
卷積核的參數(shù)是共享的，也就是說，在整個(gè)輸入數(shù)據(jù)中，所有位置使用相同的卷積核。
這種權(quán)重共享機(jī)制大大減少了模型的參數(shù)數(shù)量，避免過擬合，并提高了模型的訓(xùn)練效率。 - 參數(shù)
卷積層通常有三個(gè)重要參數(shù)：
- 卷積核大小（filter size）：通常為 3x3 或 5x5，用來定義卷積核的尺寸。
- 步長(zhǎng)（stride），表示卷積核在輸入上移動(dòng)的步幅。步長(zhǎng)為 1 時(shí)，卷積核每次移動(dòng)一個(gè)像素；步長(zhǎng)為 2 時(shí)，卷積核每次移動(dòng)兩個(gè)像素。
- 填充（padding），為了控制輸出的大小，填充會(huì)在輸入數(shù)據(jù)的邊緣補(bǔ)充零，從而保持輸出尺寸不變。
下圖顯示了使用 3x3 的卷積核和步長(zhǎng)為1 進(jìn)行卷積操作。
圖片
卷積層的作用
- 提取局部特征
- 通過共享權(quán)重減少參數(shù)數(shù)量
池化層
池化層用于對(duì)卷積層生成的特征圖進(jìn)行下采樣，減少數(shù)據(jù)的空間維度和計(jì)算量，同時(shí)保留重要的特征。
常見的池化方法有最大池化和平均池化。
- 最大池化（Max Pooling）
最常用的池化方法。在局部區(qū)域內(nèi)取最大值作為該區(qū)域的輸出。
例如，對(duì)于一個(gè) 2x2 的局部區(qū)域，最大池化會(huì)輸出這四個(gè)值中的最大值。 - 平均池化（Average Pooling）
在局部區(qū)域內(nèi)取平均值作為輸出。
圖片
全連接層
全連接層通常位于卷積神經(jīng)網(wǎng)絡(luò)的最后幾層，用于將卷積和池化層提取的特征進(jìn)行整合，并輸出預(yù)測(cè)結(jié)果。
全連接層與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)層類似，每一個(gè)節(jié)點(diǎn)與上一層的所有節(jié)點(diǎn)都有連接。通過這些連接，全連接層可以將前面提取的特征整合起來，并通過權(quán)重和偏置項(xiàng)計(jì)算出最終的輸出。
扁平化
扁平化將二維或三維特征圖轉(zhuǎn)換為一維向量，從而可以將卷積層和池化層連接到全連接層。
圖片
全連接層
全連接層通過處理卷積層和池化層提取的特征來執(zhí)行最終的分類或回歸任務(wù)。
圖片
案例分享
下面是一個(gè)使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）進(jìn)行手寫數(shù)字識(shí)別的示例代碼。
import tensorflow as tf
from tensorflow.keras import layers, models
from tensorflow.keras.datasets import mnist
import matplotlib.pyplot as plt
# 加載MNIST數(shù)據(jù)集
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
train_images = train_images.reshape((60000, 28, 28, 1)).astype('float32') / 255
test_images = test_images.reshape((10000, 28, 28, 1)).astype('float32') / 255
train_labels = tf.keras.utils.to_categorical(train_labels)
test_labels = tf.keras.utils.to_categorical(test_labels)
# 構(gòu)建CNN模型
model = models.Sequential()
# 第一個(gè)卷積層，32 個(gè)濾波器，3x3 濾波器尺寸，ReLU激活函數(shù)
model.add(layers.Conv2D(32, (3, 3), activatinotallow='relu', input_shape=(28, 28, 1)))
# 第二個(gè)卷積層，64 個(gè)濾波器
model.add(layers.Conv2D(64, (3, 3), activatinotallow='relu'))
# 池化層，2x2 池化
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Dropout(0.25))
# 將多維特征圖展平
model.add(layers.Flatten())
# 全連接層，128個(gè)神經(jīng)元
model.add(layers.Dense(128, activatinotallow='relu'))
model.add(layers.Dropout(0.5))
model.add(layers.Dense(10, activatinotallow='softmax'))
model.compile(optimizer='adam',
loss='categorical_crossentropy',
metrics=['accuracy'])
history = model.fit(train_images, train_labels, epochs=5, batch_size=64, validation_split=0.1)
test_loss, test_acc = model.evaluate(test_images, test_labels)
print(f"Test accuracy: {test_acc}")
# 繪制訓(xùn)練過程中的準(zhǔn)確率和損失
plt.figure(figsize=(12, 4))
plt.subplot(1, 2, 1)
plt.plot(history.history['accuracy'], label='Training Accuracy')
plt.plot(history.history['val_accuracy'], label='Validation Accuracy')
plt.legend()
plt.title('Training and Validation Accuracy')
plt.subplot(1, 2, 2)
plt.plot(history.history['loss'], label='Training Loss')
plt.plot(history.history['val_loss'], label='Validation Loss')
plt.legend()
plt.title('Training and Validation Loss')
plt.show()
圖片
