Python人工智能深度學習CNN
1.CNN概述
CNN的整體思想，就是對圖片進行下采樣，讓一個函數(shù)只學一個圖的一部分，這樣便得到少但是更有效的特征，最后通過全連接神經網絡對結果進行輸出。
整體架構如下：
輸入圖片
→卷積：得到特征圖（激活圖）
→ReLU：去除負值
→池化：縮小數(shù)據(jù)量同時保留最有效特征
（以上步驟可多次進行）
→輸入全連接神經網絡
2.卷積層
CNN-Convolution
卷積核（或者被稱為kernel, filter, neuron）是要被學出來的，卷積核中的數(shù)就是權重（參數(shù)）
做內積，把卷積核的每一個參數(shù)和圖像中對應位置的數(shù)字相乘（對應位置的元素相乘，不同于矩陣乘法），再求和。相當于一個神經元，對輸入的數(shù)據(jù)，進行權重的分配，而權重就是卷積核的數(shù)據(jù)。再求和，就是第一個神經元所得到的結果。把這個權重對圖片所有數(shù)據(jù)進行處理，就得到第一個激活圖或特征圖（feature map）。我們可以增加卷積核的數(shù)量，就會得到多層激活圖，可以更好的保留數(shù)據(jù)的空間尺寸。
當卷積核與圖片進行相乘相加的時候，如果卷積核此時正在計算的區(qū)域數(shù)字分布與卷積核類似，所得的求和結果會很大（稱為卷積核被激活了），而其他地方會很小，說明圖像在這個區(qū)域，有和卷積核類似的圖案。
一個卷積核只能識別一個特征。因此我們需要添加多個卷積核，卷積核越多，得到的激活圖就越深，輸入圖像的信息就越多。
對于彩色的圖來說，不需要把顏色分開，卷積核的深度和圖像深度是一樣的，比如彩色是紅綠藍三層，那么卷積核也是三層。
卷積層相當于降采樣的神經網絡，如下圖，本來應該連接36個神經元，但實際連接了9個。
3.池化層
CNN-MaxPooling
在Max Pooling，也就是池化層之前，會需要進行一個ReLU函數(shù)轉化，即把小于0的值全轉為0，其他的不變。
池化層主要就是為了減少數(shù)據(jù)量，選一個尺寸之后，直接用尺寸中的最大值代替那個尺寸。這樣可以減少數(shù)據(jù)從而減少運算量。
如下圖所示，輸入數(shù)據(jù)原本是6*6，通過卷積層之后變成4*4，通過池化層之后變成2*2。對于實際的圖片來說，維度可能很高，因此卷積層，池化層可以多次進行。
4.全連層
將最后得到的高層次特征輸入全連接的神經網絡，即全連層。全連層就是一個全連接的神經網絡，它的參數(shù)數(shù)量就是最后的池化層輸出的數(shù)據(jù)數(shù)量。
同樣的，前向傳播后，計算損失函數(shù)后進行后向傳播，得到各參數(shù)的梯度，對各參數(shù)進行更新，直到找到最佳參數(shù)。
因此，在全連接之前的所有層，不管多少層的卷積、池化，都是為了得到更好的特征的同時降低數(shù)據(jù)量。使得模型可以更好地訓練。
以上就是Python人工智能深度學習CNN的詳細內容，更多關于人工智能CNN深度學習的資料請關注腳本之家其它相關文章！
相關文章
Python安裝配置OpenGL環(huán)境的全過程記錄
這篇文章主要給大家介紹了關于Python安裝配置OpenGL環(huán)境的相關資料，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03
這篇文章主要介紹了Python網頁解析器使用實例詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-05-05
這篇文章主要為大家詳細介紹了python可視化實現(xiàn)KNN算法，通過繪圖工具Matplotlib包可視化實現(xiàn)機器學習中的KNN算法，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-10-10
這篇文章主要介紹了PyTorch預訓練的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-09-09
在Python 3中,字符串（str）和字節(jié)（bytes）是兩種不同的數(shù)據(jù)類型,在處理文件、網絡傳輸?shù)葓鼍皶r,經常需要將字符串轉換為字節(jié),Python提供了多種方法來實現(xiàn)這一轉換,本文將詳細介紹這些方法及其區(qū)別,需要的朋友可以參考下2025-06-06
python人工智能tensorflow函數(shù)tf.layers.dense使用方法
這篇文章主要介紹了python人工智能tensorflow函數(shù)tf.layers.dense的使用方法，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-05-05
這篇文章主要為大家詳細介紹了Python如何通過腳本實現(xiàn)音頻和視頻格式轉換,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學習一下2025-03-03
object?是?Python?為所有對象提供的?基類，提供有一些內置的屬性和方法，可以使用?dir?函數(shù)查看，這篇文章主要介紹了Python中的類的定義和對象的創(chuàng)建,需要的朋友可以參考下2022-11-11
這篇文章主要給大家介紹了關于python經典100題之皮球掉落的幾種解法,這個問題相信不少人都可以從網絡上找到相對應的答案本文提供了3種解法,需要的朋友可以參考下2023-11-11
Django框架之中間件MiddleWare的實現(xiàn)
這篇文章主要介紹了Django框架之中間件MiddleWare的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-12-12