卷积神经网络报告_第1页
卷积神经网络报告_第2页
卷积神经网络报告_第3页
卷积神经网络报告_第4页
卷积神经网络报告_第5页
已阅读5页,还剩9页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

卷积神经网络介绍,AnnualReport,报告员:龟志雄:Hubel和Wiesel在猫的视觉皮质的电生理研究中被启发,提出了卷积神经网络(CNN ),YannLecun首先手写数字识别CNN 与普通神经网络的区别在于卷积神经网络增加了卷积层和池化层的概念。 建议您单击“添加标题”,在展示时使用微软雅黑字体。 点击此处编辑内容,点击添加标题,在展示时使用微软雅黑体。 单击此处编辑内容。接下来的CNN网络以图像为输入,首先通过卷积层得到C1,通过池层得到S1,通过卷积层得到C2,通过池层得到S2。 展开S2的所有图像生成x,然后连接通常的全连接神经网络进行图像的分类。 另外,在从S1到C2的连接中,C2层的各神经元与S1层的神经元部分连接,相对于此,在以往的BP网络中,各神经元与上层的所有神经元连接。 添加标题,在显示时使用微软雅黑字体,点击此处编辑内容,添加标题,在显示时使用微软雅黑体,点击此处编辑内容,传统BP网络与CNN网络的区别,泰国显示时使用微软雅黑字体,点击此处编辑内容,添加标题,显示时使用微软雅黑体,点击此处编辑内容,折叠过程,左侧为折叠图像的像素显示,数字为每个像素点中间小的图像是卷积核,卷积核从左至右从上至下执行卷积运算,并且每次卷积运算均通过将与卷积核的各个值相对应的位置处的图像的像素值相乘并且将所有相乘的结果相加而获得结果。 首先生成卷积核的参数值,并且为了CNN网络训练的目的,这些参数对应于BP网络的权重w,而训练卷积核的参数。推荐您点击添加标题,在展示时使用微软雅黑字体。 点击此处编辑内容,添加标题,推荐在展示时使用微软雅黑体。 单击此处编辑内容。卷积过程,右图为卷积动态过程,黄色区域为卷积核,右下角的小数字为卷积核参数,其中卷积核移动步骤为单位。 当原始图像尺寸是a*a并且卷积核心尺寸是b*b时,在卷积操作中生成的图像尺寸是(a-b 1)*(a-b 1),即,生成的图像通常小于原始图像。点击添加标题,展示时使用微软雅黑字体,点击此处编辑内容,点击添加标题,展示时使用微软雅黑体,点击此处编辑内容。 在、池化过程中,通常通过卷积操作生成的图像太大,为了降低网络计算的复杂性,需要缩小卷和操作后的图像并进行池化。 池化字义是,将照片分为一个池,常用的池化有最大池化和平均池化,右图显示最大池化,将照片分为两个2*2的池,选择各个池中的最大值作为结果。 平均池化以每个池塘的平均值为结果。 在右图中,被池塘化的图像的尺寸缩小到原图像的一半。我们建议您点击此处编辑内容,点击“添加标题”,在演示文稿中使用微软的雅黑体。 点击此处编辑内容。 CNN网络的运行过程。 在本例中,CNN的输入是32*32像素的黑白图像,每个像素点的像素值范围为0到255。 首先,经由第一层卷积层得到C1层,该卷积层中有6个神经元,各神经元包含卷积核,各卷积对照输入图像进行卷积运算而生成新的28*28的图像,经由该卷积层,得到图中的C1层所示的6张图像.推荐您点击添加标题,在展示时使用微软雅黑字体。 点击此处编辑内容,点击添加标题,推荐在展示时使用微软雅黑体。 单击此处编辑内容。CNN网络的执行过程,右图表示Input图像通过卷基础层的过程。 卷基层有6个神经元,每个神经元都有卷积核。推荐您点击此处编辑内容,点击“添加标题”,在展示时采用微软雅黑体。 点击此处编辑内容,在CNN网络的执行过程、从C1到S2的过程以及池化过程中,将C1层的6张图像池化,将各图像的大小减半。推荐您点击此处编辑内容,点击“添加标题”,在展示时采用微软雅黑体。 单击此处编辑内容时,我认为从S2到C3的流程是最重要、最难理解的流程。 从S2经过第二层卷积层生成C3。 此过程与从Input到C1的卷积过程相同,但是从Input到C1的过程输入只有一张图像是Input,并描述从S2到C3的过程。建议您点击添加标题,使用微软雅黑字体。 点击此处编辑内容。 CNN网络的执行过程中,关于S2层和C3层的图像过多,很难说明原理,因此这里假定S2层有3张图像,C3层有2张图像。 这里有多少个输出图像和多少个神经元的规则。有多少个输入图像,每个神经元有多少个卷积核。 右图有三张图像输入,两张图像输出,卷积层有两个神经元,每个神经元有三个卷积核。增加标题,推荐在展示时采用微软雅黑字体。 点击此处编辑内容。CNN网络的执行过程,右边的动画显示了上一张照片的动态过程,左边的3张蓝色照片对应S2层的3张输入图像,中央的2列红色照片对应2个神经元的卷积核,右边的2张绿色照片对应C3层的2张输出图像。推荐您点击此处编辑内容,点击“添加标题”,在展示时采用微软雅黑体。 点击此处编辑内容,在CNN网络的执行过程、从C3到S4的过程以及池化过程中,将C3层的16张图像池化,使各图像的大小为原来的一半。 S4之后是全连接层,S4层的16张图像需要作为全连接层的输入向量展开。推荐您点击添加标题,在展示时使

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论