卷积神经网络CNN（李宏毅）

目录

怎么把一张影响当成一个模型输入？

同样的 pattern出现在图片不同的位置。

第三个问题：Pooling：

阿尔法Go是怎么下围棋的：

CNN不能处理的问题

---

CNN专门用在影像辨识方面

怎么把一张影响当成一个模型输入？

        一张图像相当于一个三维的Tensor，看成三维的矩阵，长宽channels。识别一个图像的时候，没必要全部都看，只需要每一个neural 只观察一个自己的pattern就行了，构建这个neural自己的receipt file矩阵，可以自己设计多维矩阵的边长。一般设计kernel size为3×3、all channels。测量完一个receipt file之后移动下一个stride（一般设计的很小，因为希望测定每一个地区扫过每一个地方）个位置测定下一个receipt file，如果边边位置不够超出范围了也要考虑，超出的部分padding。

同样的 pattern出现在图片不同的位置。

        比如说鸟嘴出现在不同地方。如果每个地方都有一个侦测鸟嘴的neural的话其实是不影响的。但是真的要在每个地方都放一个侦测鸟嘴的neural吗？这样的话参数会太多了。能不能让每个neural共享参数。每个receipt file都只有一组参数，每个receipt file的每个neural共用一个参数，叫做filter1... 

     

        Filter和图片矩阵相乘，再相加，移动stride个位置，一直计算。组成了新的矩阵，然后再进行3×3的矩阵相乘。

第三个问题：Pooling：

         图片是一只鸟，缩小图片之后还是一只鸟。每个filter产生数字，Max Pooling是2×2在这个范围内选择最大的数字，相当于把图片变小。通常是Convolution和Pooling一层一层的循环往复的使用。

阿尔法Go是怎么下围棋的：

        把围棋的棋盘看成一个19×19的图片，不使用Pooling。

CNN不能处理的问题

        影像放大缩小和旋转的问题，训练完成之后如果把照片放大，CNN会识别不出来。这里可以用到data implementation你可以把自己输入的影响自动放大缩小旋转翻转。