0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

卷积神经网络基本计算原理

Dbwd_Imgtec 来源:未知 作者:李倩 2018-06-08 15:27 次阅读

卷积神经网络(Convolutional Neural Networks,CNN)

1、基本计算原理

动态过程:

滤波器(过滤器:filter)的权值是根据你要检测的特征来决定的,在深度学习中,也即是要经过训练得到。检测的特征不同,权值就不一样。

如上单层的图像一般表示的是灰白图,既是没有颜色的,有颜色的RGB图像,会包含三个相同大小的图层,这时对应的滤波器也要变成三层,滤波器的层数(通道数)必须时刻与图像层数保持一致。。。

注意输出的是一个单层图

因为当一个三通道的过滤器与图像进行卷积时,是直接对27个数去加权计算它们的和得到一个结果,而不是分层计算。

2、卷积输出的大小计算

如上两个例子,5*5的图像经过3*3的滤波器得到一个3*3的结果,6*6*3d的图像经过3*3*3d的滤波器得到一个4*4*1d的结果,从单层的例子我们大概已经知道了是怎么计算的了,那么接下来转换成公式来表示一下。

由计算可知,每次卷积图像都会变小,以上还只是步长为1的情况(也即是每次只移动一个),有两个缺点:

1、每次卷积之后图像都会缩小,多次卷积之后呢, 可能会变得很小很小

2、会丢掉角落边缘像素的重要信息,看下面图像

在上面的边缘,从左到右像素检测的次数分别为1、2、3、2、1,可见角落边缘只被检测了一次,而中间可以被检测多次,这就会导致边角信息丢失。解决的办法是加入Padding。

3、加入Padding以及之后的计算

加入Padding的意思是在卷积之前,在原图像边缘上加入一层像素(也可以多层),一般也叫做补零(因为大多数时候我们添加的元素都是0)。

由上图可知,如果卷积之后要得到与原图像相同大小的图像,那么加入的Padding层数应该是(f - 1) / 2,也由此可见,我们用的过滤器 f 一般也是奇数的,这样才能整除计算,获得对称填充,还有一个原因是奇数的滤波器会有一个中心点,有时候在计算机视觉计算时,有个中心点会方便很多。

附:Padding = 0的卷积被称为Valid Convolution为了得到与原图像大小相同图像而加入Padding的卷积称为Same Convolution

3、加入卷积步长(Stride)

以上运算都是基于步长为1的情况,下面看看步长为2的情况:

在卷积运算时,如果滤波器超出了图像框,一般的操作是不进行运算。

4、三维卷积

(1)原始RGB三维图

(2)多个滤波器(卷积核)

以上操作都是基于单个滤波器的,无论是单层还是多层,一个滤波器只能检测一种特征,要检测多个特征,我们需要多个滤波器。

5、汇总

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 滤波器
    +关注

    关注

    158

    文章

    7284

    浏览量

    174564
  • 神经网络
    +关注

    关注

    42

    文章

    4538

    浏览量

    98424
  • cnn
    cnn
    +关注

    关注

    3

    文章

    322

    浏览量

    21246

原文标题:【多图】CNN之间的计算

文章出处:【微信号:Imgtec,微信公众号:Imagination Tech】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    英特尔推出深度学习加速器和新一代至强芯片

    在今年的世界超算大会 SC16 上, Intel 发布了针对 AI 开发者的深度学习推理加速器,对卷积神经网络计算提供更强大支持。
    发表于 11-18 14:17 611次阅读
    英特尔推出深度学习加速器和新一代至强芯片

    卷积神经网络入门资料

    卷积神经网络入门详解
    发表于 02-12 13:58

    全连接神经网络卷积神经网络有什么区别

    全连接神经网络卷积神经网络的区别
    发表于 06-06 14:21

    卷积神经网络如何使用

    卷积神经网络(CNN)究竟是什么,鉴于神经网络在工程上经历了曲折的历史,您为什么还会在意它呢? 对于这些非常中肯的问题,我们似乎可以给出相对简明的答案。
    发表于 07-17 07:21

    什么是图卷积神经网络

    卷积神经网络
    发表于 08-20 12:05

    卷积神经网络的优点是什么

    卷积神经网络的优点
    发表于 05-05 18:12

    请问为什么要用卷积神经网络

    为什么要用卷积神经网络
    发表于 06-13 13:11

    卷积神经网络CNN介绍

    【深度学习】卷积神经网络CNN
    发表于 06-14 18:55

    卷积神经网络的层级结构和常用框架

      卷积神经网络的层级结构  卷积神经网络的常用框架
    发表于 12-29 06:16

    卷积神经网络一维卷积的处理过程

    。本文就以一维卷积神经网络为例谈谈怎么来进一步优化卷积神经网络使用的memory。文章(卷积神经网络
    发表于 12-23 06:16

    卷积神经网络模型发展及应用

    分析了目前的特殊模型结构,最后总结并讨论了卷积神经网络在相关领域的应用,并对未来的研究方向进行展望。卷积神经网络(convolutional neural network,CNN) 在
    发表于 08-02 10:39

    循环神经网络注意力的模拟实现

    深度学习领域中,处理一张大图的时候,使用卷积神经网络计算量随着图片像素的增加而线性增加。如果参考人的视觉,有选择地分配注意力,就能选择性地从图片或视频中提取一系列的区域,每次只对提取的区域进行处理
    的头像 发表于 10-22 08:58 1494次阅读

    卷积神经网络计算神经科学的结合

    CoNNear是具有卷积和跳过连接的全卷积编码器-解码器NN,可将音频输入映射到时域中不同耳蜗部分(N CF)的201 BM振动输出。
    的头像 发表于 02-21 09:20 1260次阅读
    <b class='flag-5'>卷积</b><b class='flag-5'>神经网络</b>与<b class='flag-5'>计算</b><b class='flag-5'>神经</b>科学的结合

    卷积神经网络计算:精确识别纳米级有序结构

    目前的材料科学家一般通过分析一系列显微照片来研究或描述工程材料的特性,包括从毫米到纳米的复杂微观结构。这些工作通常是由科学家个人手动完成的,有时还需要计算技术的辅助。这些以人为中心的工作流程存在严重
    的头像 发表于 02-23 15:08 1570次阅读
    <b class='flag-5'>卷积</b><b class='flag-5'>神经网络</b><b class='flag-5'>计算</b>:精确识别纳米级有序结构

    卷积神经网络原理:卷积神经网络模型和卷积神经网络算法

    一。其主要应用领域在计算机视觉和自然语言处理中,最初是由Yann LeCun等人在20世纪80年代末和90年代初提出的。随着近年来计算机硬件性能的提升和深度学习技术的发展,CNN在很多领域取得了重大的进展和应用。 一、卷积
    的头像 发表于 08-17 16:30 829次阅读