一、CNN简介
- 利用全连接神经网络对图像进行处理存在以下两个问题：
- 需要处理的数据量大，效率低，并且非常消耗资源
- 图像在维度调整的过程中很难保留原有的特征，导致图像处理的准确率不高
- CNN网络受人类视觉神经系统的启发，
- 人类的视觉原理：
- 从原始信号摄入开始（瞳孔摄入像素 Pixels），
- 接着做初步处理（大脑皮层某些细胞发现边缘和方向），
- 然后抽象（大脑判定，眼前的物体的形状，是圆形的），
- 然后进一步抽象（大脑进一步判定该物体是只人脸）
1. CNN网络构成
- CNN网络主要有三部分构成：
- 卷积层：负责提取图像中的局部特征
- 池化层：用来大幅降低参数量级(降维)
- 全连接层：类似人工神经网络的部分，用来输出想要的结果。
二、卷积层
卷积层是卷积神经网络中的核心模块，卷积层的目的是提取输入特征图的特征，如下图所示，卷积核可以提取图像中的边缘信息。
1. 卷积的计算方法
2. padding
3. stride
4. 多通道卷积
5. 多卷积核卷积
有多少卷积核，feature map就有多少维度
6. 特征图大小
7. API
三、池化层
- 池化层迎来降低了后续网络层的输入维度，缩减模型大小，提高计算速度，并提高了Feature Map的鲁棒性，防止过拟合；
- 它主要对卷积层学习到的特征图进行下采样（subsampling）处理，主要由两种：
- 最大池化
- 平均池化
1. 最大池化
2. 平均池化
四、全链接层
- 全连接层位于CNN网络的末端，经过卷积层的特征提取与池化层的降维后，将特征图转换成一维向量送入到全连接层中进行分类或回归的操作；
- 在tf.keras中全连接层使用tf.keras.dense实现。
五、卷积神经网络的构建案例
import tensorflow as tf
# 数据集
from tensorflow.keras.datasets import mnist
# 数据加载
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
# 数据处理：num,h,w,c
# 训练集数据
train_images = tf.reshape(train_images, (train_images.shape[0],train_images.shape[1],train_images.shape[2], 1))
print(train_images.shape)
# 测试集数据
test_images = tf.reshape(test_images, (test_images.shape[0],test_images.shape[1],test_images.shape[2], 1))
# 模型构建
net = tf.keras.models.Sequential([
# 卷积层：6个5*5的卷积核，激活是sigmoid
tf.keras.layers.Conv2D(filters=6,kernel_size=5,activation='sigmoid',input_shape= (28,28,1)),
# 最大池化
tf.keras.layers.MaxPool2D(pool_size=2, strides=2),
# 卷积层：16个5*5的卷积核,激活是sigmoid
tf.keras.layers.Conv2D(filters=16,kernel_size=5,activation='sigmoid'),
# 最大池化
tf.keras.layers.MaxPool2D(pool_size=2, strides=2),
# 维度调整为1维数据
tf.keras.layers.Flatten(),
# 全卷积层，激活sigmoid
tf.keras.layers.Dense(120,activation='sigmoid'),
# 全卷积层，激活sigmoid
tf.keras.layers.Dense(84,activation='sigmoid'),
# 全卷积层，激活softmax
tf.keras.layers.Dense(10,activation='softmax')
])
# 优化器
optimizer = tf.keras.optimizers.SGD(learning_rate=0.9)
# 模型编译：损失函数，优化器和评价指标
net.compile(optimizer=optimizer,
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
# 模型训练
net.fit(train_images, train_labels, epochs=5, validation_split=0.1)
# 模型评估
score = net.evaluate(test_images, test_labels, verbose=1)
print('Test accuracy:', score[1])
