最近想再巩固一下CNN，看到了一篇非常好的文章，向大佬学习。
作者：Charlotte77
出处：http://www.cnblogs.com/charlotte77/
原文链接：https://www.cnblogs.com/charlotte77/p/7759802.html
1. 卷积特征
image.png
通过第一个卷积核计算后的feature_map是一个三维数据，在第三列的绝对值最大，说明原始图片上对应的地方有一条垂直方向的特征，即像素数值变化较大；而通过第二个卷积核计算后，第三列的数值为0，第二行的数值绝对值最大，说明原始图片上对应的地方有一条水平方向的特征。
feature_map尺寸计算公式：[ (原图片尺寸 -卷积核尺寸)/ 步长 ] + 1
2.卷积核
上图中两个卷积核分别能够提取不同特征，说明我们其实可以把卷积核就理解为特征提取。
3.池化层
池化层的主要目的是通过降采样的方式，在不影响图像质量的情况下，压缩图片，减少参数。
通常来说，池化方法一般有一下两种：
- MaxPooling：取滑动窗口里最大的值
- AveragePooling：取滑动窗口内所有值的平均值
一般采用MaxPooling，这样提取出的是真正能够识别特征的数值，其余被舍弃的数值，对于我提取特定的特征并没有特别大的帮助。但并不是所有情况下Max Pooling的效果都很好，所以具体情况得具体分析，如果加了Max Pooling后效果反而变差了，不如把卷积后不加Max Pooling的结果与卷积后加了Max Pooling的结果输出对比一下，看看Max Pooling是否对卷积核提取特征起了反效果。
4.Zero Padding（补零）
卷积和池化会将图片维度大小降低，如果一直这样添加层，那么图片会越来越小，因此提出Zero Padding（补零）操作，它可以帮助我们保证每次经过卷积或池化输出后图片的大小不变。
image.png
一般会选择尺寸为3 * 3的卷积核和1的zero padding，或者5 * 5的卷积核与2的zero padding，这样通过计算后，可以保留图片的原始尺寸。那么加入zero padding后的feature_map尺寸 =( width + 2 * padding_size - filter_size )/stride + 1
5.Flatten层 & Fully Connected Layer
image.png
6.Keras
卷积函数：
keras.layers.convolutional.Conv2D(filters, kernel_size, strides=(1, 1), padding='valid', data_format=None, dilation_rate=(1, 1), activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None, kernel_constraint=None, bias_constraint=None)
-
filters：卷积核的数目（即输出的维度）
-
kernel_size：单个整数或由两个整数构成的list/tuple，卷积核的宽度和长度。如为单个整数，则表示在各个空间维度的相同长度。
-
strides：单个整数或由两个整数构成的list/tuple，为卷积的步长。如为单个整数，则表示在各个空间维度的相同步长。任何不为1的strides均与任何不为1的dilation_rate均不兼容
-
padding：补0策略，为“valid”, “same” 。“valid”代表只进行有效的卷积，即对边界数据不处理。“same”代表保留边界处的卷积结果，通常会导致输出shape与输入shape相同。
-
activation：激活函数，为预定义的激活函数名（参考激活函数），或逐元素（element-wise）的Theano函数。如果不指定该参数，将不会使用任何激活函数（即使用线性激活函数：a(x)=x）
-
dilation_rate：单个整数或由两个个整数构成的list/tuple，指定dilated convolution中的膨胀比例。任何不为1的dilation_rate均与任何不为1的strides均不兼容。
-
data_format：字符串，“channels_first”或“channels_last”之一，代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering，“channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。以128x128的RGB图像为例，“channels_first”应将数据组织为（3,128,128），而“channels_last”应将数据组织为（128,128,3）。该参数的默认值是
~/.keras/keras.json中设置的值，若从未设置过，则为“channels_last”。 -
use_bias:布尔值，是否使用偏置项
-
kernel_initializer：权值初始化方法，为预定义初始化方法名的字符串，或用于初始化权重的初始化器。参考initializers
-
bias_initializer：权值初始化方法，为预定义初始化方法名的字符串，或用于初始化权重的初始化器。参考initializers
-
kernel_regularizer：施加在权重上的正则项，为Regularizer对象
-
bias_regularizer：施加在偏置向量上的正则项，为Regularizer对象
-
activity_regularizer：施加在输出上的正则项，为Regularizer对象
-
kernel_constraints：施加在权重上的约束项，为Constraints对象
-
bias_constraints：施加在偏置上的约束项，为Constraints对象
padding = ‘valid’ 时，没有填充，此时输出的size总比原图的size小.。
padding = ‘same’ 时，用0填充边界，能覆盖原图所有像素，不会舍弃边上的元素；当步长/stride为1时，输出和原图size一致。
池化函数：
keras.layers.pooling.MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)
-
pool_size：整数或长为2的整数tuple，代表在两个方向（竖直，水平）上的下采样因子，如取（2，2）将使图片在两个维度上均变为原长的一半。为整数意为各个维度值相同且为该数字。
-
strides：整数或长为2的整数tuple，或者None，步长值。
-
border_mode：‘valid’或者‘same’
-
data_format：字符串，“channels_first”或“channels_last”之一，代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering，“channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。以128x128的RGB图像为例，“channels_first”应将数据组织为（3,128,128），而“channels_last”应将数据组织为（128,128,3）。该参数的默认值是~/.keras/keras.json中设置的值，若从未设置过，则为“channels_last”。
网友评论