Convolution Neural Network (CNN)
MNIST
CNN, gpu, deep network, dropout, ensembles
结果达到接近人肉眼识别水平:
9,967 / 10,000 识别正确
以下是误识别的图片
右上角为标签,右下角为识别图像其中很多对于人肉眼都不容易识别,之前的神经网络,相邻层之前所有的神经元都两两相连。
输出层: 0-9
CNN结构很不一样, 输入是一个二维的神经元 (28x28):
Local receptive fieldslocal receptive fields:使用小方块连接下一个神经元
5x5共享权重和偏向(shared weights and biases):
对于第一个隐藏层, 所有神经元探测到同样的特征, 只是根据不同位置
Feature map: 从输入层转化到输出层
通常一些表现较好的方法都使用更多的feature map:
浅色代表更小的权重(负数)
表明CNN在学习
共享的权重和偏向(weights, bias)大大减少了参数的数量:
对于每一个feature map, 需要 5x5=25个权重参数, 加上1个偏向b, 26个
如果有20个feature maps, 总共26x20=520个参数就可以定义CNN
如果像之前的神经网络, 两两相连, 需要 28x28 = 784 输入层, 加上第一个隐藏层30个神经元, 则需要784x30再加上30个b, 总共23,550个参数! 多了40倍的参数。
24x24 , 2x2 pooling => 12x12
多个feature maps:
其他pooling: L2 pooling, 平方和开方
以上所有步骤结合在一起:
网友评论