Machine Learning----Task6

CNN——Convolution Neural Network

Compared with NN, CNN is used to simplify the structure of NN with fewer parameters.

CNN is common in image learning.

Subsampling the pixels will not change the object.


那在convolution layer里面,它由一组的filter,(其中每一个filter其实就等同于是fully connect layer里面的一个neuron),每一个filter其实就是一个matrix(3 *3),这每个filter里面的参数(matrix里面每一个element值)就是network的parameter(这些parameter是要学习出来的,并不是需要人去设计的)

inner product : 指矩阵对应元素两两相乘后加和

max pooling: 取filter里最大的元素,继续缩小filter

model.add(Convolution2D( 25, 3, 3)

25代表有25个filter,3 *3代表filter是一个3 *3的matrix

Input_shape=(28,28,1)

假设我要做手写数字辨识,input是28 *28的image,每个pixel都是单一颜色。所以input_shape是(1,28,28)。如果是黑白图为1(blacj/white),如果是彩色的图时为3(每个pixel用三个值来表述)。

MaxPooling2D(( 2, 2 ))

2,2表示把2*2的feature map里面的pixel拿出来,选择max value

拓展:deep dream 、 deep style

应用:围墙、文本、影像

1赞
浙ICP备19012682号